如何在Pandas中处理含夏令时(DST)变更的15分钟间隔本地时间数据

针对CE(S)T时区夏令时切换（2024-10-27 02:00前后）出现的重复15分钟间隔时间戳，无需手动调整行顺序的处理方法如下：

1. 标准化时间列：先将原始时间字符串转换为不带时区的datetime类型：

   df['timestamp'] = pd.to_datetime(df['timestamp'])
   

2. 自动排序时间序列：利用Pandas内置排序对时间列进行升序排列，确保时间序列连续有序：

   df = df.sort_values('timestamp').reset_index(drop=True)
   

3. 本地化时区并推断歧义时间：使用tz_localize指定目标时区，同时通过ambiguous='infer'让Pandas根据序列连续性自动识别重复时间对应的时区（首次为夏令时UTC+2，第二次为冬令时UTC+1）：

   df['timestamp'] = df['timestamp'].dt.tz_localize('Europe/Amsterdam', ambiguous='infer')
   

完整示例代码 #

import pandas as pd

# 模拟包含乱序重复时间戳的数据集
data = {
    'timestamp': [
        '2024-10-27 01:45:00',
        '2024-10-27 02:30:00',
        '2024-10-27 02:00:00',
        '2024-10-27 02:15:00',
        '2024-10-27 02:45:00',
        '2024-10-27 02:00:00',
        '2024-10-27 02:15:00',
        '2024-10-27 02:30:00',
        '2024-10-27 02:45:00',
        '2024-10-27 03:00:00'
    ],
    'value': range(10)
}

df = pd.DataFrame(data)

# 自动处理流程
df['timestamp'] = pd.to_datetime(df['timestamp'])
df = df.sort_values('timestamp').reset_index(drop=True)
df['timestamp'] = df['timestamp'].dt.tz_localize('Europe/Amsterdam', ambiguous='infer')

# 验证结果
print(df['timestamp'])

这种方法无需硬编码排序规则，仅通过Pandas原生操作即可让ambiguous='infer'正常工作，避免手动调整行顺序的繁琐操作。

内容的提问来源于stack exchange，提问作者Python404