原文：
www.kdnuggets.com/how-to-handle-time-zones-and-timestamps-accurately-with-pandas
作者提供的图片 | Midjourney
当我们面对不同的时区时，时间数据可能会变得独特。然而，由于这些差异，解释时间戳可能会很困难。本指南将帮助你使用 Python 中的 Pandas 库管理时区和时间戳。
1. 谷歌网络安全证书 - 加速你的网络安全职业生涯
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织在 IT 方面
在本教程中，我们将使用 Pandas 包。我们可以使用以下代码安装该包。
pip install pandas现在，我们将通过实际示例探讨如何在 Pandas 中处理基于时间的数据。
时间数据是一个独特的数据集，为事件提供了特定的时间参考。最准确的时间数据是时间戳，它包含了从年份到毫秒的详细时间信息。
我们开始创建一个示例数据集。
import pandas as pd
data = {
'transaction_id': [1, 2, 3],
'timestamp': ['2023-06-15 12:00:05', '2024-04-15 15:20:02', '2024-06-15 21:17:43'],
'amount': [100, 200, 150]
}
df = pd.DataFrame(data)
df['timestamp'] = pd.to_datetime(df['timestamp'])上述示例中的“timestamp”列包含了秒级精度的时间数据。要将此列转换为日期时间格式，我们应该使用pd.to_datetime函数。
之后，我们可以使日期时间数据具有时区意识。例如，我们可以将数据转换为协调世界时间（UTC）。
df['timestamp_utc'] = df['timestamp'].dt.tz_localize('UTC')
print(df)Output>>
transaction_id timestamp amount timestamp_utc
0 1 2023-06-15 12:00:05 100 2023-06-15 12:00:05+00:00
1 2 2024-04-15 15:20:02 200 2024-04-15 15:20:02+00:00
2 3 2024-06-15 21:17:43 150 2024-06-15 21:17:43+00:00“timestamp_utc”值包含了大量信息，包括时区。我们可以将现有时区转换为另一个时区。例如，我使用了 UTC 列，并将其转换为日本时区。
df['timestamp_japan'] = df['timestamp_utc'].dt.tz_convert('Asia/Tokyo')
print(df)Output>>>
transaction_id timestamp amount timestamp_utc \
0 1 2023-06-15 12:00:05 100 2023-06-15 12:00:05+00:00
1 2 2024-04-15 15:20:02 200 2024-04-15 15:20:02+00:00
2 3 2024-06-15 21:17:43 150 2024-06-15 21:17:43+00:00
timestamp_japan
0 2023-06-15 21:00:05+09:00
1 2024-04-16 00:20:02+09:00
2 2024-06-16 06:17:43+09:00 我们可以根据这个新的时区来筛选数据。例如，我们可以使用日本时间来筛选数据。
start_time_japan = pd.Timestamp('2024-06-15 06:00:00', tz='Asia/Tokyo')
end_time_japan = pd.Timestamp('2024-06-16 07:59:59', tz='Asia/Tokyo')
filtered_df = df[(df['timestamp_japan'] >= start_time_japan) & (df['timestamp_japan'] <= end_time_japan)]
print(filtered_df)Output>>>
transaction_id timestamp amount timestamp_utc \
2 3 2024-06-15 21:17:43 150 2024-06-15 21:17:43+00:00
timestamp_japan
2 2024-06-16 06:17:43+09:00 使用时间序列数据可以让我们进行时间序列重采样。让我们看看在数据集中每列进行按小时重采样的例子。
resampled_df = df.set_index('timestamp_japan').resample('H').count()利用 Pandas 的时区数据和时间戳来充分发挥其功能。
Cornellius Yudha Wijaya 是一名数据科学助理经理和数据撰稿人。在全职工作于 Allianz Indonesia 的同时，他喜欢通过社交媒体和写作媒体分享 Python 和数据技巧。Cornellius 发表了各种人工智能和机器学习主题的文章。