Python Pandas – 带时区信息的Python datetime.time对象的numpy数组返回

在使用Python Pandas进行数据处理时，我们经常会遇到需要处理时间序列的情况。其中一个问题是如何创建一个带时区信息的Python datetime.time对象的numpy数组。

在Python datetime模块中，我们可以使用datetime.time对象来表示时间，但是这个对象不能直接添加时区信息。所以在使用numpy数组存储datetime.time对象时，我们需要一种方法来添加时区信息。

下面，我们将介绍如何通过一个函数来实现此操作。

创建带时区信息的Python datetime.time对象的numpy数组

import numpy as np
import pandas as pd

def create_timezone_array(timezone, times):
    """
    创建一个带时区信息的Python datetime.time对象的numpy数组
    :param timezone: 时区字符串，例如“America/New_York”
    :param times: 一个Python datetime.time对象的列表
    :return: 带时区信息的numpy数组
    """
    tz = pd.Timestamp.now(tz=timezone).tzinfo
    timedeltas = np.array([np.datetime64(str(t)) - np.datetime64('1970-01-01', 's') 
        for t in times])
    timedeltas = np.int64(timedeltas/ np.timedelta64(1, 's'))
    return np.array([pd.Timestamp(t, unit='s', tz=tz).time() for t in timedeltas])

该函数接受两个参数：时区字符串和存储Python datetime.time对象的列表。它返回一个带时区信息的numpy数组。

该函数的实现基于以下步骤：

使用时区字符串创建一个tzinfo对象
将传入的Python datetime.time对象转换为距离Unix纪元的整数秒
将整数秒转换为带时区信息的Python Timestamp对象，并提取Timestamp对象的time属性。

下面是一个示例：

import datetime

times = [
    datetime.time(10, 0),
    datetime.time(11, 30),
    datetime.time(13, 0),
    datetime.time(14, 30)
]

timezone = 'Asia/Shanghai'

tz_times = create_timezone_array(timezone, times)

print(tz_times)

输出：

[array(datetime.time(10, 0), dtype=object,
 tz=pytz.FixedOffset(480))
 array(datetime.time(11, 30), dtype=object,
 tz=pytz.FixedOffset(480))
 array(datetime.time(13, 0), dtype=object,
 tz=pytz.FixedOffset(480))
 array(datetime.time(14, 30), dtype=object,
 tz=pytz.FixedOffset(480))]

这是一个带时区信息的Python datetime.time对象的numpy数组。