Python Pandas：时区转换后重新索引DataFrame

Question

我们考虑以下跨越1月16日上午10点到下午4点的DataFrame：

date_range1 = pd.date_range(dt(2017,1,16,10), dt(2017,1,16, 20), freq='2H')
df = pd.DataFrame(data = np.random.rand(len(date_range1),2), index = date_range1)

我使用稍微长一点的DateTimeindex重新索引它，时间跨度从0am到11pm，并获得了所需的结果，在0-10am和4-11pm之间的时间范围内填充NaN，因为那里没有数据：

date_range2 = pd.date_range(dt(2017,1,16,0), dt(2017,1,16, 23), freq='2H')
df.reindex(date_range2)

然而，如果我先修改df的时区，然后执行相同的重新索引操作，将得到一个完全填充NaN值的DataFrame：

df = df.tz_localize("Europe/Helsinki").tz_convert('UTC')  
df.reindex(date_range2)

有人知道这里发生了什么吗？

- Radar

---

这对我来说看起来像是一个 bug，新的索引具有时区感知能力，但它是 UTC，因此应该能够处理任何日期时间索引，我将在 Github 上发布一个 bug。链接 - EdChum

不是一个错误；UTC与naive完全不同。 - Jeff

Answer 1

修复：

一个解决方法是在将时区感知（tz）的 DateTimeIndex 转换为 UTC 时间后，使用 tz_convert(None) 去掉时区信息，这样它们之间的差异（这里是 UTC+02:00）就会添加到结果时间戳中。

然后，这些时间戳将能够正确地重新索引。

np.random.seed(42)
df1 = df.tz_localize("Europe/Helsinki").tz_convert('UTC').tz_localize(None)
df1.reindex(date_range2)

---

正确方法：

默认情况下，pd.date_range中的tz关键字参数为None而不是"UTC"。因此我们需要相应地进行更改，因为在重新索引时会通过比较它们的UTC时间戳来执行操作：

date_range2.tz = 'UTC'
df1 = df.tz_localize("Europe/Helsinki").tz_convert('UTC')
df1.reindex(date_range2)

- Nickil Maveli