pandas dt.hour返回错误小时：原因分析与修复方法

原因 #

这个问题是夏令时（DST）时区切换导致的。以巴西东部时区（America/Sao_Paulo）为例，2023年4月9日是夏令时结束的日子，当地时钟会从凌晨2点回拨到1点，出现“重复的1小时”。当pandas默认解析日期字符串时，若系统本地时区包含夏令时规则，会自动将无时区标记的datetime转换为本地时区时间，导致原字符串中的11:00:00被调整为前一小时的时间，最终提取的小时数变成10。

修复方案 #

方案1：指定时区解析（推荐） #

明确原数据所属的时区，解析时给datetime对象添加时区标记，避免自动转换：

import pandas as pd

# 假设原数据是巴西东部时区的时间，替换为你的数据实际时区
colunas_planilha2['Hora'] = pd.to_datetime(colunas_planilha2['Dia/Hora']).dt.tz_localize('America/Sao_Paulo', ambiguous='infer')
# 提取本地时区的小时数
colunas_planilha2['Hora dt'] = colunas_planilha2['Hora'].dt.hour

• ambiguous='infer' 参数会让pandas自动推断夏令时切换期间的重复时间，确保解析准确。

方案2：强制按字符串提取小时（应急方案） #

如果不需要处理时区转换，直接从原始字符串中截取小时部分，完全绕开datetime解析的时区问题：

colunas_planilha2['Hora dt'] = colunas_planilha2['Dia/Hora'].str.split(' ').str[1].str[:2].astype(int)

方案3：按UTC时区解析 #

如果原数据是UTC时间，直接指定utc=True：

colunas_planilha2['Hora'] = pd.to_datetime(colunas_planilha2['Dia/Hora'], utc=True)
# 提取UTC小时数，若要转换为本地时区，可使用.tz_convert('目标时区')
colunas_planilha2['Hora dt'] = colunas_planilha2['Hora'].dt.hour

内容的提问来源于stack exchange，提问作者Rodrigo Araujo Mendes