python处理带有时区的日期/时间数据

时区基本信息

在时区的信息中：

• “PRC”
• “Asia/Shanghai”
• “ETC/GMT-8”

都表示：东八区 +8，相当于中国标准时区

这里我们使用一个辅助的库pytz来操作时区，这个库支持的全部时区如下：

import pytz
print(pytz.all_timezones)

也可以根据国家来选择时区：

from pytz import country_names, country_timezones
all_timezones = [country_timezones.get(country) for country in country_names]

python datetime使用timezone

获取当前的UTC时间：

import pytz
from datetime import datetime
from pytz import timezone

now_utc_dt = datetime.now(tz=pytz.UTC)  # 当前的UTC时间
now_china_dt = now_utc_dt.astimezone(timezone('PRC'))  # datetime转utc+8时间：当前实际的时间
print(now_china_dt)

任意时间直接转UTC时间

create_china_dt = datetime(2024, 1, 1, tzinfo=timezone("ETC/GMT-8"))
print(create_china_dt)

可以得到如下信息：datetime.datetime(2024, 1, 1, 0, 0, tzinfo=<StaticTzInfo 'Etc/GMT-8'>)

pandas处理时区数据

1. 将任意数据转为包含时区信息的数据

import pandas as pd

dt_list = ["2024-01-01 12:00:00", "2024-01-02 12:00:00", "2024-01-03 12:00:00"]
dt_series = pd.to_datetime(dt_list, utc=True)  # 以UTC标准时间加载数据

2. 时区的转换

berlin_dt = dt_series.tz_convert('Europe/Berlin')
sh_dt = dt_series.tz_convert('Asia/Shanghai')
print(f"Europe/Berlin时间展示: {
      berlin_dt.strftime('%Y-%m-%d %H:%M:%S')}")  # 转为Europe/柏林时区(+1)
print(f"Asia/Shanghai时间展示: {
      sh_dt.strftime('%Y-%m-%d %H:%M:%S')}")  # 转为Europe/柏林时区(+1)
print(f"UTC时间展示: {
      dt_series.tz_convert('UTC').strftime('%Y-%m-%d %H:%M:%S')}")  # 转为UTC时间

得到结果：

Europe/Berlin时间展示: Index(['2024-01-01 13:00:00', '2024-01-02 13:00:00', '2024-01-03 13:00:00'], dtype='object')
Asia/Shanghai时间展示: Index(['2024-01-01 20:00:00', '2024-01-02 20:00:00', '2024-01-03 20:00:00'], dtype='object')
UTC时间展示: Index(['2024-01-01 12:00:00', '2024-01-02 12:00:00', '2024-01-03 12:00:00'], dtype='object')

3. 不同时区的时间差

print(f'两个时区相差的时间间隔(秒): {
      (berlin_dt - sh_dt).seconds}')

得到结果：

两个时区相差的时间间隔(秒): Int64Index([0, 0, 0], dtype='int64')

在实际的运算中，可以都转为UTC时间再计算

4. 剔除时区信息

remove_dt = dt_series.tz_convert('Asia/Shanghai')
print(f"剔除时区: {
      remove_dt.tz_localize(None)}")  # 直接以当前保留的时区对应的时间点剔除时区信息，常用于终端展示数据前的操作

得到结果：

剔除时区: DatetimeIndex(['2024-01-01 20:00:00', '2024-01-02 20:00:00', '2024-01-03 20:00:00'], dtype='datetime64[ns]', freq=None)