pandas datetimeindexの代わりにdatetimeカラムをローカライズして変換します

Question

次のデータフレームがあります。このデータフレームは 'tz-aware' Datetimeindexによってインデックスされています。

In [92]: df 
Out[92]: 
                last_time 
ts_recv 
2017-02-13 07:00:01.103036+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:03.065284+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:13.244515+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:17.562202+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:17.917565+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:21.985626+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:28.096251+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:32.087421+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:33.386040+01:00 2017-02-13 16:03:23.626000 
2017-02-13 07:00:43.923534+01:00 2017-02-13 16:03:23.626000 

私は一列には、時間が含まれていますが、文字列として及び（Europe/Parisある）指数のそれと異なるタイムゾーン（America/New_York）にどのlast_time呼ばれています。

私の目標は、このタイムゾーンを正しいタイムゾーンでdatetimeに変換することです。

私は次のことを試してみた：

In [94]: pd.to_datetime(df['last_time']) 
Out[94]: 
ts_recv 
2017-02-13 07:00:01.103036+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:03.065284+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:13.244515+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:17.562202+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:17.917565+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:21.985626+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:28.096251+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:32.087421+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:33.386040+01:00 2017-02-13 16:03:23.626 
2017-02-13 07:00:43.923534+01:00 2017-02-13 16:03:23.626 
Name: last_time, dtype: datetime64[ns] 

これは効果的にDateTimeオブジェクトに列を変換します。

が、以下は

TypeError: Already tz-aware, use tz_convert to convert. 

私は、次の

In [104]: pd.Series(pd.DatetimeIndex(df['last_time'].values) 
      .tz_localize('America/New_York').tz_convert('Europe/Paris')) 
Out[104]: 
0 2017-02-13 22:03:23.626000+01:00 
1 2017-02-13 22:03:23.626000+01:00 
2 2017-02-13 22:03:23.626000+01:00 
3 2017-02-13 22:03:23.626000+01:00 
4 2017-02-13 22:03:23.626000+01:00 
5 2017-02-13 22:03:23.626000+01:00 
6 2017-02-13 22:03:23.626000+01:00 
7 2017-02-13 22:03:23.626000+01:00 
8 2017-02-13 22:03:23.626000+01:00 
9 2017-02-13 22:03:23.626000+01:00 
dtype: datetime64[ns, Europe/Paris] 

て欲しいシリーズを取得するために管理し、私はその後、使用してインデックスを再作成することができますエラーで

In [96]: pd.to_datetime(df['last_time']).tz_localize('America/New_York') 

を失敗しました元のdatetimeindexをデータフレームに戻します。

しかし、私はこの解決策がかなり汚いと感じています。それを行うより良い方法があるのだろうかと思います。

Answer 1

あなたは、ほとんどがあった - ちょうど.dtアクセサを追加...

出典DF：

日時+ TZへの変換

In [86]: df 
Out[86]: 
              last_time 
ts_recv 
2017-02-13 06:00:01.103036 2017-02-13 16:03:23.626000 
2017-02-13 06:00:03.065284 2017-02-13 16:03:23.626000 
2017-02-13 06:00:13.244515 2017-02-13 16:03:23.626000 
2017-02-13 06:00:17.562202 2017-02-13 16:03:23.626000 
2017-02-13 06:00:17.917565 2017-02-13 16:03:23.626000 
2017-02-13 06:00:21.985626 2017-02-13 16:03:23.626000 
2017-02-13 06:00:28.096251 2017-02-13 16:03:23.626000 
2017-02-13 06:00:32.087421 2017-02-13 16:03:23.626000 
2017-02-13 06:00:33.386040 2017-02-13 16:03:23.626000 
2017-02-13 06:00:43.923534 2017-02-13 16:03:23.626000 

In [87]: df.dtypes 
Out[87]: 
last_time object 
dtype: object 

：

In [88]: df['last_time'] = pd.to_datetime(df['last_time']) \ 
          .dt.tz_localize('Europe/Paris') \ 
          .dt.tz_convert('America/New_York') 

In [89]: df 
Out[89]: 
                last_time 
ts_recv 
2017-02-13 06:00:01.103036 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:03.065284 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:13.244515 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:17.562202 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:17.917565 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:21.985626 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:28.096251 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:32.087421 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:33.386040 2017-02-13 10:03:23.626000-05:00 
2017-02-13 06:00:43.923534 2017-02-13 10:03:23.626000-05:00 

In [90]: df.dtypes 
Out[90]: 
last_time datetime64[ns, America/New_York] 
dtype: object