在极地转换字符串时如何处理夏季和冬季的时间戳

Question

我正在尝试将字符串时间戳从我的相机放入原始文件元数据的时间戳转换为极地日期时间，但是当我同时拥有夏季和冬季时间的时间戳时，极地会抛出此错误。

ComputeError: Different timezones found during 'strptime' operation. 我如何说服它成功转换这些？ （理想情况下处理不同时区以及从夏季到冬季的时间变化）

然后如何将这些时间戳转换回正确的本地时钟时间以进行显示？

请注意，虽然时间戳字符串仅显示偏移量，但元数据中有一个 exif 字段“时区城市”以及仅包含本地（原始）时间戳的字段

import polars as plr

testdata=[
    {'name': 'BST 11:06', 'ts': '2022:06:27 11:06:12.16+01:00'},
    {'name': 'GMT 7:06', 'ts': '2022:12:27 12:06:12.16+00:00'},
]

pdf = plr.DataFrame(testdata)
pdfts = pdf.with_column(plr.col('ts').str.strptime(plr.Datetime, fmt = "%Y:%m:%d %H:%M:%S.%f%z"))

print(pdf)
print(pdfts)

看起来我需要使用 tz_convert，但我看不到如何将其添加到转换表达式中，以及相关文档页看起来只是 404

到 dt_namespace 的链接已损坏

Answer 1

极地0.16更新

自

PR 6496 合并以来，您可以将混合偏移解析为 UTC，然后设置时区：

import polars as pl

pdf = pl.DataFrame([
    {'name': 'BST 11:06', 'ts': '2022:06:27 11:06:12.16+01:00'},
    {'name': 'GMT 7:06', 'ts': '2022:12:27 12:06:12.16+00:00'},
])

pdfts = pdf.with_columns(
    pl.col('ts').str.to_datetime("%Y:%m:%d %H:%M:%S%.f%z")
    .dt.convert_time_zone("Europe/London")
)

print(pdfts)
shape: (2, 2)
┌───────────┬─────────────────────────────┐
│ name      ┆ ts                          │
│ ---       ┆ ---                         │
│ str       ┆ datetime[μs, Europe/London] │
╞═══════════╪═════════════════════════════╡
│ BST 11:06 ┆ 2022-06-27 11:06:12.160 BST │
│ GMT 7:06  ┆ 2022-12-27 12:06:12.160 GMT │
└───────────┴─────────────────────────────┘

---

旧版本：

您可以使用以下解决方法：删除 UTC 偏移量并本地化为预定义的时区。

注意： 仅当 UTC 偏移量和时区一致时，结果才是正确的。

timezone = "Europe/London"

pdfts = pdf.with_column(
    plr.col('ts')
    .str.replace("[+|-][0-9]{2}:[0-9]{2}", "")
    .str.strptime(plr.Datetime, fmt="%Y:%m:%d %H:%M:%S%.f")
    .dt.tz_localize(timezone)
)

print(pdf)
┌───────────┬──────────────────────────────┐
│ name      ┆ ts                           │
│ ---       ┆ ---                          │
│ str       ┆ str                          │
╞═══════════╪══════════════════════════════╡
│ BST 11:06 ┆ 2022:06:27 11:06:12.16+01:00 │
│ GMT 7:06  ┆ 2022:12:27 12:06:12.16+00:00 │
└───────────┴──────────────────────────────┘
print(pdfts)
┌───────────┬─────────────────────────────┐
│ name      ┆ ts                          │
│ ---       ┆ ---                         │
│ str       ┆ datetime[ns, Europe/London] │
╞═══════════╪═════════════════════════════╡
│ BST 11:06 ┆ 2022-06-27 11:06:12.160 BST │
│ GMT 7:06  ┆ 2022-12-27 12:06:12.160 GMT │
└───────────┴─────────────────────────────┘

旁注：公平地说，pandas

也不处理混合UTC偏移量，除非您立即解析为UTC（

utc=True

中的关键字

pd.to_datetime

）。对于混合 UTC 偏移量，它会回退到使用一系列本机 Python 日期时间对象。这使得很多 pandas 时间序列功能（例如 

dt

 访问器）不可用。

Answer 2

与 FObersteiner 的解决方案类似，但这将手动解析偏移量，而不必假设相机的偏移量正确匹配预定义的时区定义。

第一步是使用

extract

 正则表达式将偏移量与其余时间分开。  偏移量分为小时和分钟（包括符号）。  然后，我们只需将第一步中的日期时间组件作为简单时间，添加/减去偏移量，将其本地化为 UTC，然后将其设为所需的时区（在本例中为欧洲/伦敦）。  **（我将 

strptime

 加载为 pl 而不是 plr，因此根据需要进行调整）

polars