将 pandas 时区感知的 DateTimeIndex 转换为天真的时间戳，但在特定时区

您可以使用该功能tz_localize使 Timestamp 或 DateTimeIndex 时区感知，但如何做相反的事情：如何将时区感知时间戳转换为天真的时间戳，同时保留其时区？

一个例子：

In [82]: t = pd.date_range(start="2013-05-18 12:00:00", periods=10, freq='s', tz="Europe/Brussels")

In [83]: t
Out[83]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 12:00:00, ..., 2013-05-18 12:00:09]
Length: 10, Freq: S, Timezone: Europe/Brussels

我可以通过将时区设置为 None 来删除时区，但随后结果会转换为 UTC（12 点变为 10 点）：

In [86]: t.tz = None

In [87]: t
Out[87]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 10:00:00, ..., 2013-05-18 10:00:09]
Length: 10, Freq: S, Timezone: None

有没有另一种方法可以将 DateTimeIndex 转换为天真的时区，但同时保留它设置的时区？

Some context我问这个问题的原因是：我想使用时区天真的时间序列（以避免时区的额外麻烦，并且我不需要它们来处理我正在处理的情况）。
但由于某种原因，我必须处理本地时区（欧洲/布鲁塞尔）中的时区感知时间序列。由于我的所有其他数据都是天真的时区（但以我的本地时区表示），我想将此时间序列转换为天真以进一步使用它，但它也必须以我的本地时区表示（因此只需删除时区信息，无需转换用户可见UTC 时间）。

我知道时间实际上是内部存储为 UTC 的，只有当您表示它时才转换为另一个时区，因此当我想要“非本地化”它时必须进行某种转换。例如，使用 python datetime 模块，您可以像这样“删除”时区：

In [119]: d = pd.Timestamp("2013-05-18 12:00:00", tz="Europe/Brussels")

In [120]: d
Out[120]: <Timestamp: 2013-05-18 12:00:00+0200 CEST, tz=Europe/Brussels>

In [121]: d.replace(tzinfo=None)
Out[121]: <Timestamp: 2013-05-18 12:00:00> 

因此，基于此，我可以执行以下操作，但我认为在处理较大的时间序列时这不会非常有效：

In [124]: t
Out[124]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 12:00:00, ..., 2013-05-18 12:00:09]
Length: 10, Freq: S, Timezone: Europe/Brussels

In [125]: pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])
Out[125]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 12:00:00, ..., 2013-05-18 12:00:09]
Length: 10, Freq: None, Timezone: None

为了回答我自己的问题，此功能已同时添加到 pandas 中。开始来自熊猫0.15.0， 您可以使用tz_localize(None)删除时区导致当地时间。
请参阅最新消息条目：http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#timezone-handling-improvements http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#timezone-handling-improvements

以我上面的例子为例：

In [4]: t = pd.date_range(start="2013-05-18 12:00:00", periods=2, freq='H',
                          tz= "Europe/Brussels")

In [5]: t
Out[5]: DatetimeIndex(['2013-05-18 12:00:00+02:00', '2013-05-18 13:00:00+02:00'],
                       dtype='datetime64[ns, Europe/Brussels]', freq='H')

using tz_localize(None)删除时区信息导致天真的当地时间:

In [6]: t.tz_localize(None)
Out[6]: DatetimeIndex(['2013-05-18 12:00:00', '2013-05-18 13:00:00'], 
                      dtype='datetime64[ns]', freq='H')

此外，您还可以使用tz_convert(None)删除时区信息但转换为 UTC，因此产生天真的 UTC 时间:

In [7]: t.tz_convert(None)
Out[7]: DatetimeIndex(['2013-05-18 10:00:00', '2013-05-18 11:00:00'], 
                      dtype='datetime64[ns]', freq='H')

这个就很多了性能更高比datetime.replace解决方案：

In [31]: t = pd.date_range(start="2013-05-18 12:00:00", periods=10000, freq='H',
                           tz="Europe/Brussels")

In [32]: %timeit t.tz_localize(None)
1000 loops, best of 3: 233 µs per loop

In [33]: %timeit pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])
10 loops, best of 3: 99.7 ms per loop