如何从带时区的DatetimeIndex提取可运算绘图的时钟时间并规避偏移误差

你遇到的1小时偏移是pytz的使用错误导致：直接将pytz时区对象传入datetime的tzinfo参数时，pytz会默认使用该时区的标准时间（CET为UTC+1），不会自动适配对应日期的夏令时规则（6月CET为UTC+2），才会导致t0和a的时区偏移不一致，运算结果出错。pytz官方要求必须使用localize()方法为原生datetime绑定时区，才能正确匹配对应日期的夏令时规则。

完全满足保留CET本地时钟时间、可直接运算、可直接绘图三个要求，具体实现如下：

第一步：统一处理时区，消除夏令时偏差 #

无论原始时间序列是否带时区，先统一转换为适配夏令时的CET时区时间：

import pandas as pd
import datetime as dt
import pytz
import matplotlib.pyplot as plt

cet_tz = pytz.timezone("CET")
# 原始时间序列a
# 示例生成代码：a = pd.date_range("2021-06-01", "2021-06-04", freq="30min").tz_localize("CET")

# 统一转成正确的CET时区时间
if a.tz is None:
    a_cet = a.tz_localize(cet_tz)
else:
    a_cet = a.tz_convert(cet_tz)

# 正确生成对应日期的CET时区0点，适配夏令时
naive_t0 = dt.datetime.combine(a_cet[0].date(), dt.time(0,0))
t0 = cet_tz.localize(naive_t0)

此时执行a_cet - t0得到的首项结果为0，和预期一致。

第二步：按需求选择时钟时间转换方案 #

方案1：转换为当日累计秒数/ timedelta（优先推荐，运算最方便） #

直接提取每个CET时间对应当日0点的时间差，数值类型可直接加减比较，也可直接绘图：

# 方法1：转成当日累计秒数，范围0~86399，数值类型
a_time_sec = (a_cet - a_cet.dt.floor('D')).dt.total_seconds()
# 运算示例：计算两个时间的差直接相减即可，比较大小也直接用比较运算符

# 方法2：转成timedelta类型，matplotlib可直接识别绘图
a_timedelta = a_cet - a_cet.dt.floor('D')

# 绘图示例，x轴自动显示时分格式
plt.plot(a_timedelta, 你的数据列)
# 自定义x轴显示样式
plt.gca().xaxis.set_major_formatter(lambda x, pos: f"{int(x//3600):02d}:{int((x%3600)//60):02d}")
plt.show()

方案2：映射到固定日期的datetime（和a.time效果一致，保留datetime类型特性） #

如果希望保留datetime类型的所有方法，可将所有时间的日期统一替换为无夏令时切换的固定日期，仅保留CET本地的时分秒信息：

# 所有时间的日期统一替换为1970-01-01，保留时分秒和CET时区
a_fake_datetime = a_cet.apply(lambda x: dt.datetime(1970, 1, 1, x.hour, x.minute, x.second, x.microsecond, tzinfo=x.tzinfo))

该序列可直接做加减、比较运算，也可直接传入matplotlib绘图，x轴默认会显示时分秒，不需要额外格式转换。

内容的提问来源于stack exchange，提问作者Marses