Python Pandas – 将DateTimeIndex转换为不包含时区的Series

在使用Python Pandas进行数据分析时，经常需要对日期时间数据进行转换、处理和展示。其中，DateTimeIndex是一种特殊的Pandas索引，可以方便地处理时间序列数据。

但是，某些情况下，我们可能会遇到DateTimeIndex包含时区的问题，这时候需要将DateTimeIndex转换为不包含时区的Series。本文将介绍如何使用Python Pandas进行这种转换。

1. 创建包含时区的DateTimeIndex

首先，先创建一个包含时区的DateTimeIndex的示例代码。

import pandas as pd
import pytz

tz = pytz.timezone('Asia/Shanghai')
index = pd.date_range(start='2022-01-01 00:00:00', end='2022-01-01 12:00:00', freq='H', tz=tz)

这里使用了pytz库来获取上海时区，然后创建了一个从2022-01-01 00:00:00开始到2022-01-01 12:00:00结束，每小时一个时间点的DateTimeIndex，并指定了时区为上海。

查看一下创建的DateTimeIndex：

print(index)

输出结果：

DatetimeIndex(['2022-01-01 00:00:00+08:00', '2022-01-01 01:00:00+08:00',
               '2022-01-01 02:00:00+08:00', '2022-01-01 03:00:00+08:00',
               '2022-01-01 04:00:00+08:00', '2022-01-01 05:00:00+08:00',
               '2022-01-01 06:00:00+08:00', '2022-01-01 07:00:00+08:00',
               '2022-01-01 08:00:00+08:00', '2022-01-01 09:00:00+08:00',
               '2022-01-01 10:00:00+08:00', '2022-01-01 11:00:00+08:00'],
              dtype='datetime64[ns, Asia/Shanghai]', freq='H')

从输出结果可以看到，DateTimeIndex包含时区信息。

2. 转换为不包含时区的Series

现在，我们需要将DateTimeIndex转换为不包含时区的Series。可以使用Series类的values属性来完成这个转换。

series = pd.Series(data=index.values, index=index.tz_convert(None))

这里，我们使用了Series类的values属性来获取DateTimeIndex的值，然后通过tz_convert方法将时区信息转换为None，最后创建了一个不包含时区信息的Series。

接着，查看一下创建的Series：

print(series)

输出结果：

2022-01-01 00:00:00    1640966400000000000
2022-01-01 01:00:00    1640970000000000000
2022-01-01 02:00:00    1640973600000000000
2022-01-01 03:00:00    1640977200000000000
2022-01-01 04:00:00    1640980800000000000
2022-01-01 05:00:00    1640984400000000000
2022-01-01 06:00:00    1640988000000000000
2022-01-01 07:00:00    1640991600000000000
2022-01-01 08:00:00    1640995200000000000
2022-01-01 09:00:00    1640998800000000000
2022-01-01 10:00:00    1641002400000000000
2022-01-01 11:00:00    1641006000000000000
dtype: int64

从输出结果可以看到，我们成功将DateTimeIndex转换为不包含时区的Series了。