基于日期范围更新Pandas DataFrame时间列及日期列的实现需求

需求概述 #

已加载大文件并生成Pandas DataFrame，需完成两个核心操作：

• 夏令时适配：GMT时间戳冬季加7小时，夏季加6小时
• 日期调整：若调整后的时间晚于16:00，将Creation_Date列日期加1天

解决方案1：基于时区自动判断夏令时（推荐） #

利用Pandas时区处理功能自动识别夏令时，无需手动维护时间区间，准确性更高：

import pandas as pd

def adjust_time_and_date(df, time_col='Confirmation_Time', date_col='Creation_Date'):
    # 转换时间列为UTC（GMT）标准datetime类型
    df[time_col] = pd.to_datetime(df[time_col], utc=True)
    
    # 转换到目标时区（以美国山地时区为例，匹配冬加7、夏加6的需求）
    # 若你的目标时区不同，替换为对应时区字符串（如'Europe/London'）
    local_time = df[time_col].dt.tz_convert('US/Mountain')
    
    # 根据夏令时状态调整GMT时间戳
    df[time_col] = df[time_col] + pd.to_timedelta(
        local_time.dt.is_dst.map({True: 6, False: 7}), 
        unit='h'
    )
    
    # 处理Creation_Date：时间晚于16:00则日期加1天
    df[date_col] = pd.to_datetime(df[date_col])
    late_hour_mask = local_time.dt.hour > 16
    df.loc[late_hour_mask, date_col] += pd.DateOffset(days=1)
    
    return df

代码说明

• 时区转换：通过tz_convert将GMT时间转为目标时区，利用dt.is_dst自动识别夏令时状态
• 时间偏移：根据夏令时映射对应的小时偏移量，完成GMT到本地时间的转换
• 日期调整：基于转换后的本地时间判断是否需要加1天，避免时区偏移导致的判断误差

解决方案2：手动定义夏令时时间段 #

若无需依赖时区数据库，可手动指定夏令时的日期区间（示例为每年3-10月）：

import pandas as pd

def adjust_time_and_date(df, time_col='Confirmation_Time', date_col='Creation_Date'):
    # 转换时间列为datetime类型
    df[time_col] = pd.to_datetime(df[time_col])
    
    # 手动标记夏令时区间（可根据实际需求修改月份范围）
    is_dst = (df[time_col].dt.month >= 3) & (df[time_col].dt.month <= 10)
    
    # 调整GMT时间戳
    df[time_col] = df[time_col] + pd.to_timedelta(
        is_dst.map({True: 6, False: 7}), 
        unit='h'
    )
    
    # 调整Creation_Date
    df[date_col] = pd.to_datetime(df[date_col])
    late_hour_mask = df[time_col].dt.hour > 16
    df.loc[late_hour_mask, date_col] += pd.DateOffset(days=1)
    
    return df

使用方式

直接传入你的DataFrame即可完成批量处理：

# 假设你的DataFrame名为df_processed
df_processed = adjust_time_and_date(df)

内容的提问来源于stack exchange，提问作者Peter Ramstedt