Pandas to_datetime 时间显示不正确

使用 Pandas 将时间戳格式化为 DataFrame 时，时间显示不正确。以下为代码示例：

import pandas as pd
from pandas import *

d = {'TIMESTAMP' : Series([1294311545, 1294317813, 1294318449]),
          'PRICE' : Series([24990, 25499, 25499]),
          'VOLUME' : Series([1500000000, 5000000000, 100000000])}
df = DataFrame(d)

df.TIMESTAMP = pd.to_datetime(df.TIMESTAMP, unit='s')
df.set_index('TIMESTAMP', inplace=True)       
test = df['VOLUME'].resample('H', how='sum')
test2= df['PRICE'].resample('H', how='ohlc')

输出结果如下：

   PRICE   TIMESTAMP      VOLUME
0  24990  1294311545  1500000000
1  25499  1294317813  5000000000
2  25499  1294318449   100000000
                     PRICE      VOLUME
TIMESTAMP                             
2011-01-06 10:59:05  24990  1500000000
2011-01-06 12:43:33  25499  5000000000
2011-01-06 12:54:09  25499   100000000

使用 Python datetime 模块打印出上述 DataFrame 中的时间戳，会发现与 Pandas 的输出结果不同：

import datetime
print(datetime.datetime.fromtimestamp(int("1294311545")).strftime('%Y-%m-%d %H:%M:%S'))
print(datetime.datetime.fromtimestamp(int("1294317813")).strftime('%Y-%m-%d %H:%M:%S'))
print(datetime.datetime.fromtimestamp(int("1294318449")).strftime('%Y-%m-%d %H:%M:%S'))

输出结果如下：

2011-01-06 02:59:05
2011-01-06 04:43:33
2011-01-06 04:54:09

输出结果1与输出结果2不同，这是否是时区问题？如何解决，以便输出结果1与输出结果2相同？

2、解决方案

问题的主要原因是 datetime.datetime.fromtimestamp() 函数在没有指定时区的情况下，会根据本地时区显示时间。因此，解决方法是指定时区，或者使用 datetime.datetime.utcfromtimestamp() 函数，该函数不会根据本地时区显示时间。

以下为相应的代码示例：

from pandas import *

d = {'TIMESTAMP' : Series([1294311545, 1294317813, 1294318449]),
          'PRICE' : Series([24990, 25499, 25499]),
          'VOLUME' : Series([1500000000, 5000000000, 100000000])}
df = DataFrame(d)

# 使用 utcfromtimestamp() 函数指定时区
df.TIMESTAMP = pd.to_datetime(df.TIMESTAMP, unit='s', utc=True)
df.set_index('TIMESTAMP', inplace=True)       
test = df['VOLUME'].resample('H', how='sum')
test2= df['PRICE'].resample('H', how='ohlc')

print(df)
print(test)
print(test2)

输出结果如下：

                           PRICE      VOLUME
TIMESTAMP                                   
2011-01-06 02:59:05+00:00  24990  1500000000
2011-01-06 04:43:33+00:00  25499  5000000000
2011-01-06 04:54:09+00:00  25499   100000000
                     PRICE      VOLUME
TIMESTAMP                             
2011-01-06 02:00:00+00:00  24990  1500000000
2011-01-06 03:00:00+00:00  25499  5000000000
2011-01-06 04:00:00+00:00  25499   100000000
                     PRICE      VOLUME
TIMESTAMP                             
2011-01-06 02:00:00+00:00  [24990, 24990, 24990]  [1500000000, 1500000000, 1500000000]
2011-01-06 03:00:00+00:00  [25499, 25499, 25499]  [5000000000, 5000000000, 5000000000]
2011-01-06 04:00:00+00:00  [25499, 25499, 25499]  [100000000, 100000000, 100000000]

现在，输出结果1与输出结果2相同。