python - Pandas 从长到宽而不会失去时区意识

Question

我正在尝试将 pandas 数据框从长格式 reshape 为宽格式，但时间戳丢失了时区。

这是一个可重现的例子:

import pandas as pd
long = pd.DataFrame(dict(
    ind=[1,1,2, 2],
    events=['event1', 'event2', 'event1', 'event2'],
    time=[pd.Timestamp('2015-03-30 00:00:00', tz='UTC'),
         pd.Timestamp('2015-03-30 01:00:00', tz='UTC'),
         pd.Timestamp('2015-03-30 02:00:00', tz='UTC'),
         pd.Timestamp('2015-03-30 03:00:00', tz='UTC')]))

然后在查看 long.time 时，我得到了一个时区感知系列。

0   2015-03-30 00:00:00+00:00
1   2015-03-30 01:00:00+00:00
2   2015-03-30 02:00:00+00:00
3   2015-03-30 03:00:00+00:00
Name: time, dtype: datetime64[ns, UTC]

像这样 reshape 之后

wide = long.set_index(['ind'] + ['events']).unstack(level=1).reset_index()

时区消失了。例如。 wide.time.event1

0   2015-03-30 00:00:00
1   2015-03-30 02:00:00
Name: event1, dtype: datetime64[ns]

是否有另一种不丢失时区的 reshape 方式？

Answer 1

pandas 正在跟踪时区。当您 unstack 时， reshape 一定发生在 numpy 中，它会失去踪迹。证明了这一点

df = pd.concat([long.time, pd.Series(long.time.values)],
               axis=1, keys=['pandas', 'numpy'])

df

df.dtypes    

pandas    datetime64[ns, UTC]
numpy          datetime64[ns]
dtype: object

---

解决方法是将每一列重铸为您关心的 dtype

for c, col in wide.filter(like='time').iteritems():
    wide[c] = col.astype(long.time.dtype)

wide