如何基于Pandas带时区Timestamp生成对应整数时间戳？

现有包含毫秒级UNIX时间戳的数据集：

data = [
    {
      "unix_ts": 1669291200000,
      "val": 10
    },
    {
      "unix_ts": 1669291260000,
      "val": 25
    }
]

将其转换为带US/Eastern时区的Pandas DataFrame：

import pandas as pd

df = pd.DataFrame(data)
df['ET'] = pd.to_datetime(df['unix_ts'], unit='ms').dt.tz_localize('UTC').dt.tz_convert('US/Eastern')

生成的结果如下：

unix_ts  val                     ET
0  1669291200000   10 2022-11-24 07:00:00-05:00
1  1669291260000   25 2022-11-24 07:01:00-05:00

现在需要生成新列adjusted_ts，要求根据每行ET字段对应的实际时区偏移量（夏令时为-4小时，冬令时为-5小时）对原unix_ts做调整。之前用字符串切片提取偏移量的方法虽然可行，但不够优雅，这里用Pandas原生方法实现适配夏令时的计算。

优雅实现方案 #

直接利用Pandas Timestamp的dt.utcoffset()方法获取每行的时区偏移时长，转换为毫秒后参与计算：

# 计算时区偏移的毫秒数，再调整原时间戳
df['adjusted_ts'] = df['unix_ts'] + (df['ET'].dt.utcoffset().dt.total_seconds() * 1000).astype(int)

逻辑说明 #

• dt.utcoffset()会返回当前时区时间与UTC的时差，比如US/Eastern冬令时返回-1 days +19:00:00（等价于-5小时），夏令时返回-1 days +20:00:00（等价于-4小时）
• total_seconds()将时差转换为总秒数，乘以1000得到毫秒级偏移量
• 原unix_ts是UTC时间的毫秒数，加上偏移量后，就得到了适配当地时区偏移的调整后时间戳，和之前字符串切片的计算结果完全一致，且能自动适配夏令时/冬令时的变化

比如测试夏令时场景：

# 夏令时示例：2023-06-01 UTC 12:00，对应US/Eastern 08:00-04:00
test_data = [{"unix_ts": 1685611200000, "val": 30}]
test_df = pd.DataFrame(test_data)
test_df['ET'] = pd.to_datetime(test_df['unix_ts'], unit='ms').dt.tz_localize('UTC').dt.tz_convert('US/Eastern')
test_df['adjusted_ts'] = test_df['unix_ts'] + (test_df['ET'].dt.utcoffset().dt.total_seconds() * 1000).astype(int)

此时adjusted_ts会自动用-4小时的偏移计算，无需手动修改逻辑。

内容的提问来源于stack exchange，提问作者HapiDaze