CET/CEST时间序列转UTC出现AmbiguousTimeError的解决方案咨询

解决方案 #

核心思路是先补全本地时间的完整小时级序列，再执行时区转换，既解决数据断裂导致的AmbiguousTimeError问题，也能自动补全缺失值。

通用兼容代码 #

该代码对格式正常和异常的csv文件都适用：

import pandas as pd

# 读取文件
df = pd.read_csv('test_bad.csv')
# 转换为无时区的datetime格式，按时间升序排序
df['local_time'] = pd.to_datetime(df['local_time'])
df = df.sort_values('local_time').reset_index(drop=True)

# 1. 生成覆盖整个数据周期的完整小时级本地时间序列，补全缺失时间点
full_local_naive = pd.date_range(
    start=df['local_time'].min(),
    end=df['local_time'].max(),
    freq='H'
)
# 左合并实现缺失时间点补NaN
df_full = pd.DataFrame({'local_time': full_local_naive}).merge(df, on='local_time', how='left')

# 2. 执行时区转换，同时处理夏令时的两类特殊时间
df_full['utc_time'] = df_full['local_time']\
    .dt.tz_localize(
        'CET',
        ambiguous='infer',  # 自动推断冬令时切换时重复时间的时区
        non_existent='NaT'  # 标记夏令时切换时不存在的时间点为NaT
    )\
    .dt.tz_convert('UTC')\
    .dt.strftime('%Y-%m-%d %H:%M:%S')

# 可选：删除3月夏令时跳转时产生的无效NaT行（该时间点本身不存在）
df_full = df_full.dropna(subset=['utc_time']).reset_index(drop=True)

效果说明 #

针对你给出的异常文件test_bad.csv，处理后2017年10月29日的时段结果如下：

完全符合需求：缺失的时间点自动补NaN，时区转换正常执行无报错。

内容的提问来源于stack exchange，提问作者Machine Yogi