pandas DataFrame.plot如何将x轴UNIX时间戳转为本地时区日期时间

问题描述 #

使用pandas的DataFrame.plot绘制UNIX时间戳（自1970年UTC纪元起算的秒数）格式的时间序列时，x轴默认始终显示UTC时间，刻度标签、刻度位置均无法自动适配本地时区，手动调整容易出现时区偏移问题。

初始测试代码 #

import time
from dateutil.tz import tzlocal
from pandas import DataFrame
from numpy import datetime64
from pandas import DatetimeIndex
from matplotlib.figure import Figure

figure = Figure(figsize=(7, 4))
figure.add_subplot()
ax = figure.axes[0]
now = time.time()
dt64s = [datetime64(int(when), 's') for when in (now - 3600, now - 1800, now)]
dti = DatetimeIndex(dt64s, tz=tzlocal())
data = {'a': [1, 2, 3], 'b': [4, 5, 6]}
df = DataFrame(data, index=dti)
df.plot(ax=ax)
figure.savefig('plot1.png')

运行上述代码生成的图表刻度始终为UTC时间，哪怕直接传入不带tz参数的原始datetime64值结果也一致。这是因为numpy datetime64本质是基于UNIX纪元的时间戳，matplotlib默认按UTC时区解析渲染，此前尝试用DateLocator调整未生效。

阶段性调试结果 #

经过调试，通过三处调整实现了刻度标签的本地时区显示，更新后代码如下：

import time
from dateutil.tz import tzlocal
from pandas import DataFrame
from numpy import datetime64
from pandas import DatetimeIndex
from matplotlib.dates import DateFormatter
from matplotlib.figure import Figure

figure = Figure(figsize=(7, 9))
figure.add_subplot()
ax = figure.axes[0]
now = time.time()
dt64s = [
    datetime64(int(when), 's')
    for when in (now + i * 1800 for i in range(-90, 1))
]
dti = DatetimeIndex(dt64s)
print(dti)
data = {
    'a': [i for i, _ in enumerate(dt64s)],
    'b': [i + 2 for i, _ in enumerate(dt64s)]
}
df = DataFrame(data, index=dti)
dfmt = DateFormatter("%Y-%m-%d %H:%M:%S %z %Z", tz=tzlocal())
ax.xaxis.set_major_formatter(dfmt)
ax.set_title(f"Data from {dti[0]}..{dti[-1]}")
df.plot(ax=ax)
figure.savefig('plot1.png')

三处核心改动及验证效果：

• 扩大时间范围覆盖数天数据：更直观展示时区差异，方便和本地时间对比验证准确性
• 构造DatetimeIndex时移除tz参数：DatetimeIndex构造函数传入tz的逻辑是将传入的无时区时间识别为该时区的本地时间，再转换为内部UTC存储。由于传入的dt64本身是UTC基准的UNIX时间戳，直接传tz会把UTC时间错当成本地时间做一次转换，出现时区偏移（比如GMT+10时区下生成的时间会比正确值快10小时），移除tz参数后偏移消失，能得到和输入时间戳匹配的正确UTC基准时间
• 添加带tz参数的DateFormatter：可以将索引存储的UTC时间转换为本地时区格式显示在刻度标签上，解决了标签显示错误的问题

剩余问题解决方法 #

当前刻度位置仍然对齐UTC午夜，核心原因是仅给DateFormatter传入了本地时区参数，没有给刻度定位器（Locator）配置相同时区，Locator默认仍按UTC计算刻度位置，自然会对齐UTC午夜。

操作步骤 #

• 导入对应时间粒度的时间刻度定位器，和Formatter一样传入tz=tzlocal()参数，即可让刻度按本地时区规则计算位置。以按天为刻度间隔、对齐本地午夜的场景为例，代码修改如下：

# 新增导入DayLocator
from matplotlib.dates import DateFormatter, DayLocator

# 数据构造部分保持不变
# ...

# 同时配置Locator和Formatter的时区参数
ax.xaxis.set_major_locator(DayLocator(tz=tzlocal()))
dfmt = DateFormatter("%Y-%m-%d %H:%M:%S", tz=tzlocal())
ax.xaxis.set_major_formatter(dfmt)

df.plot(ax=ax)
figure.savefig('plot_local_tz.png')

如果需要其他时间粒度的刻度，比如按小时、按周，替换成对应的HourLocator/WeekdayLocator即可，matplotlib所有内置时间刻度Locator都支持tz参数，传入本地时区后会自动对齐本地午夜、本地整点等时间节点，适配太阳能发电这类和本地日照时间强绑定的时序数据展示需求。

• 更简洁的实现方式是从索引层面就正确转换为本地时区，不需要额外配置matplotlib的Formatter和Locator：

# 从UNIX时间戳生成正确的本地时区DatetimeIndex
dti = DatetimeIndex(dt64s).tz_localize('UTC').tz_convert(tzlocal())
df = DataFrame(data, index=dti)
# 直接绘图即可，pandas会自动按索引的时区渲染刻度位置和标签
df.plot(ax=ax)

这种写法先将原始UNIX时间戳对应的无时区datetime标记为UTC时区，再转换为本地时区，不会出现之前直接传tz参数导致的偏移问题，pandas绘图时会自动识别索引的时区信息，无需额外配置matplotlib组件。

内容的提问来源于stack exchange，提问作者Cameron Simpson