Pandas时间序列分析：夏令时与时区转换问题求助

一、统一时区处理的正确方案 #

首先明确：America/New_York和US/Eastern是完全等价的时区（后者是前者的别名），你之前遇到的“标准时/夏令时二选一正确”问题，核心是naive datetime本地化时没处理歧义时间，加上原始数据缺失DST切换时段记录导致的错位。

正确操作步骤 #

1. 给naive datetime指定时区，处理歧义/缺失时间
   因为你的数据没有DST切换时段的记录，说明不存在重复时间（11月回拨时的2点区间）或不存在的时间（3月跳过时的2点区间），可以用参数让Pandas自动推断：

   import pandas as pd
   import pytz
   
   # 先把原始字符串/时间戳转为naive datetime
   df['datetime'] = pd.to_datetime(df['datetime'])
   # 本地化到美国东部时区，自动推断歧义时间，缺失时间自动后移
   eastern_tz = pytz.timezone('America/New_York')
   df['datetime_aware'] = df['datetime'].dt.tz_localize(
       eastern_tz,
       ambiguous='infer',  # 根据时间连续性推断是夏令时/标准时
       nonexistent='shift_forward'  # 遇到不存在的时间自动后推1小时
   )
   

2. 转UTC后重采样
   UTC是无时区偏移的标准时间，转换后重采样不会出现时段错位：

   df['utc_datetime'] = df['datetime_aware'].dt.tz_convert('UTC')
   # 示例：重采样为1小时数据（根据你的需求替换频率）
   resampled_df = df.set_index('utc_datetime').resample('H').mean()
   

二、批量拆分每年12-2月数据的方法 #

如果需要单独处理冬季时段数据，用时间索引筛选+分组即可：

# 先把带时区的时间列设为索引
df = df.set_index('datetime_aware')

# 筛选每年12月1日至次年2月28/29日的数据
winter_mask = (df.index.month == 12) | ((df.index.month >= 1) & (df.index.month <= 2))
winter_df = df[winter_mask]

# 按年份批量处理（比如分年份保存）
for year, yearly_data in winter_df.groupby(winter_df.index.year):
    yearly_data.to_csv(f'winter_data_{year}.csv')

问题根源说明 #

你之前的错误不是时区选择问题，而是本地化时默认的歧义时间处理逻辑（默认抛出错误或随机选择）导致的时段错位。用ambiguous='infer'让Pandas根据时间序列的连续性判断时区偏移，就能同时解决夏令时和标准时的转换问题。

内容的提问来源于stack exchange，提问作者aiki