奇怪的時區行爲在大熊貓中使用groupby/agg

我遇到了一些奇怪的行爲，試圖通過ID將熊貓數據框的行分組，然後選擇max/min datetimes（w/timezones）。這是大熊貓0.18.1和numpy 1.11.1（我在前面的帖子中看到類似的問題顯然是固定的w /熊貓0.15）。奇怪的時區行爲在大熊貓中使用groupby/agg

具體來說，如果我嘗試：

print orders.groupby('OrderID')['start_time'].agg(np.min).iloc[:5]

我得到：

OrderID 
O161101XVS100000044 2016-11-01 12:03:12.920000-04:00 
O161101XVS100000047 2016-11-01 12:03:36.693000-04:00 
O161101XVS100000098 2016-11-01 12:09:08.330000-04:00 
O161101XVS100000122 2016-11-01 12:09:59.950000-04:00 
O161101XVS100000152 2016-11-01 12:11:29.790000-04:00 
Name: start_time, dtype: datetime64[ns, US/Eastern]

當原始數據有接近上午8點（美國/東）次。換句話說，即使它表示它是東部時間，並且具有UTC-4偏移量，它也會恢復到UTC時間。

但是，如果我代之以：

print orders.groupby('OrderID')['start_time'].agg(lambda x: np.min(x)).iloc[:5]

我現在得到：

OrderID 
O161101XVS100000044 2016-11-01 08:03:12.920000-04:00 
O161101XVS100000047 2016-11-01 08:03:36.693000-04:00 
O161101XVS100000098 2016-11-01 08:09:08.330000-04:00 
O161101XVS100000122 2016-11-01 08:09:59.950000-04:00 
O161101XVS100000152 2016-11-01 08:11:29.790000-04:00 
Name: start_time, dtype: datetime64[ns, US/Eastern]

這是我想要的行爲。第二種方法速度要慢得多，而且我會假定這兩種方法會產生相同的結果...

來源

2017-02-16 Munier Salem

看起來像一個錯誤，你可以檢查，如果這已經在https://github.com/pandas-已報告開發/熊貓/問題，如果不是，發佈一個新問題 – EdChum

我可以證實此行爲。問題出在pandas/types/cast/_possibly_downcast_to_dtype()。計算完成爲i8，然後轉換回到知道時區datetime。但是，這條線：

result = to_datetime(result).tz_localize(dtype.tz)

需求是這樣的：

result = to_datetime(result).tz_localize('utc') 
result = result.tz_convert(dtype.tz)

更新：

我已經提交了PR來解決這個問題。

更新2：

PR一直merged，並應在0.20.0

來源

2017-02-16 22:48:22

奇怪的時區行爲在大熊貓中使用groupby/agg

回答

相關問題