使用df.to_json时丢失英国夏令时转换日（30 Mar 25）数据求助

你遇到的是夏令时（DST）转换导致的物理时长与日历天不匹配问题：

• 英国2025年3月30日切换夏令时，当天本地时间仅23小时（时钟从01:00直接拨快到02:00）。
• 你用86400000ms（固定24小时物理时长）重采样，而非基于日历的天规则。这种情况下，pandas会从起始时间累加24小时生成采样窗口，跳过了实际的3月30日本地时间窗口，导致该日数据被合并到3月31日的窗口中。
• DataFrame显示时可能因为时区渲染的问题看起来正常，但底层索引的时间戳已经偏移，转JSON时（默认按UTC或原始时间戳序列化）就会暴露数据错位。

1. 确保时间戳带时区 #

先将原始毫秒时间戳转换为**带伦敦时区（Europe/London）**的datetime对象，避免无时区时间导致的混乱：

import pandas as pd

# 假设原始数据列名为'timestamp'和'value'
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms').dt.tz_localize('Europe/London')
df = df.set_index('timestamp')

2. 用日历天规则重采样 #

放弃固定毫秒数，使用pandas的日历天规则'D'，它会严格按照本地日历的每一天划分窗口，自动适配夏令时的时长变化：

# 替换成你实际使用的聚合函数（比如sum、max等）
resampled_df = df.resample('D').mean()

3. 正确序列化JSON #

转JSON时指定ISO日期格式，确保时区信息被正确保留，避免时间戳错位：

resampled_df.to_json('output.json', date_format='iso', orient='index')

验证结果 #

执行完上述步骤后，查看resampled_df.index，你会看到每个日期都是伦敦时区的当日起始时间（如2025-03-30 00:00:00+00:00），转JSON后3月30日的数据会正常显示，不会被合并到31日。

内容的提问来源于stack exchange，提问作者iss42