为什么1901-12-14纽约与UTC有4分钟偏移？pandas如何处理这类历史时区数据？

核心原理说明 #

pandas的时区处理能力完全依赖底层的IANA时区数据库（又称Olson数据库），所有历史时区切换节点都不是pandas自定义的，而是直接复用全球权威的时区变更历史记录。你用pytz输出的时区信息里的LMT-1 day, 19:04:00 STD，换算后就是UTC偏移-4小时56分，和你观测到的Series里的偏移完全匹配。

子问题1：1901年12月14日的时区偏移是否正确？ #

这个偏移是准确的。
IANA时区数据库记录显示，纽约市官方正式将本地平太阳时（LMT）替换为东部标准时间（EST）的生效日期就是1901年12月14日。多数公开资料只会提及美国1883年铁路系统首次推行统一时区的节点，不会细化到每个城市的正式生效时间，这也是你没查到对应记录的原因。
你观测到的-04:56偏移完全符合纽约的地理位置计算结果：纽约市中心经度为西经74°，按照每1度经度对应4分钟时差的规则，74×4=296分钟，即4小时56分钟，对应UTC-4:56的LMT偏移，和代码输出结果完全吻合。切换为东部标准时间后，纽约采用西五区统一偏移，即UTC-5，所以出现了4分钟的偏移跳变。

子问题2：此次时区偏移出现的原因是什么？ #

这次偏移是地方计时体系向全国统一标准时区切换的历史遗留现象：

• 19世纪末期之前，全球绝大多数城市都采用本地平太阳时计时，时间由当地经度决定，相邻城市的时间可能相差几分钟到几十分钟不等。
• 美国铁路系统1883年就推出了四个全国统一时区方便调度，但民间和地方政府并没有立刻全面切换，纽约市直到1901年才正式通过法案，要求全市统一使用东部标准时间，就产生了这次4分钟的偏移调整。

子问题3：pandas处理该日期附近的时间数据需要注意哪些陷阱？ #

• 不要假设固定时区偏移：处理20世纪之前的历史时间时，严禁直接给本地时间硬加固定偏移量转UTC，必须使用带时区感知的datetime对象做转换，否则会出现固定误差。
• 跨切换日的时间差计算会偏离预期：例如计算1901-12-13 10:00:00到1901-12-14 10:00:00的时间差，直观认知是24小时，但实际因为时区切换，得到的结果是23小时56分钟，做时间间隔统计时需要特别注意。
• 歧义时间处理需要显式指定规则：本次切换是将时钟回拨4分钟，因此1901-12-13 23:56:00 ~ 1901-12-14 00:00:00这段时间会重复出现两次，分别对应LMT和EST时间。使用tz_localize转换无时区标记的时间时，需要显式指定ambiguous参数处理歧义，避免程序报错或者取到错误的时间。
• 跨地区历史时间对齐必须用UTC做中间层：如果需要对比不同地区同时期的历史时间，要先统一转换为UTC时间再做计算，不要直接用本地时间对比，避免各地不同的切换规则带来的误差。

内容的提问来源于stack exchange，提问作者Stryder