如何使用tz_localize避免datetime索引时区本地化的连续性问题？

你遇到的重复和缺失是欧洲夏令时切换的正常现象：每年3月最后一个周日，欧洲/柏林时区会将时钟拨快1小时，从01:59直接跳转到03:00，当地时间2:00-2:59这一整段不存在。使用nonexistent='shift_forward'参数时，所有原本落在这个不存在时间段的时间都会被调整到03:00，自然就出现03:00重复、02:00缺失的情况。

你之前代码的报错是因为if判断后接的是切片得到的DataFrame对象，Python无法直接将DataFrame转为布尔值，因此抛出该错误。即使修复判断逻辑，逐行处理的方案效率极低，完全不需要使用。

最简解决方案 #

只需要在时区本地化后加2行代码处理重复时间即可，修改后的完整代码如下：

import pandas as pd

file = 'data.csv'
df = pd.read_csv(file,sep=";", header=0)
df['datetime']=pd.to_datetime(df['datetime'],dayfirst=True)
# 时区本地化
df['datetime']=df['datetime'].dt.tz_localize('Europe/Berlin',nonexistent='shift_forward')
# 新增：处理重复时间，将后出现的重复时间回退1小时补全缺失的2点
dup_mask = df['datetime'].duplicated(keep='first')
df.loc[dup_mask, 'datetime'] = df.loc[dup_mask, 'datetime'] - pd.Timedelta(hours=1)
# 后续流程不变
df=df.interpolate(method='pad')
df=df.set_index(['datetime'])
df=df.sort_index(ascending=True)

方案说明 #

• duplicated(keep='first')会标记除第一个出现的重复值之外的所有重复时间点
• 将标记的重复时间减1小时，刚好把重复的03:00其中一条改为02:00，补全缺失的时间点，保证索引连续
• 该方案为通用方案，可自动适配每年的夏令时切换场景，不需要手动判断时间段

内容的提问来源于stack exchange，提问作者SonnePer