我有一个数据框df，运行print（df.index）时，我得到：
DatetimeIndex(['2011-08-05 00:00:00-04:00', '2011-08-05 01:00:00-04:00',
'2011-08-05 02:00:00-04:00', '2011-08-05 03:00:00-04:00',
'2011-08-05 04:00:00-04:00', '2011-08-05 05:00:00-04:00',
'2011-08-05 06:00:00-04:00', '2011-08-05 07:00:00-04:00',
'2011-08-05 08:00:00-04:00', '2011-08-05 09:00:00-04:00',
...
'2017-07-30 14:00:00-04:00', '2017-07-30 15:00:00-04:00',
'2017-07-30 16:00:00-04:00', '2017-07-30 17:00:00-04:00',
'2017-07-30 18:00:00-04:00', '2017-07-30 19:00:00-04:00',
'2017-07-30 20:00:00-04:00', '2017-07-30 21:00:00-04:00',
'2017-07-30 22:00:00-04:00', '2017-07-30 23:00:00-04:00'],
dtype='datetime64[ns, America/New_York]', name=u'Time', length=52488, freq=None)
我正在尝试修改datetimeindex对象，以便
系列中的第一个时间戳从
'2011-08-05 00:00:00-04:00'更改为'2011-08-04 20:00:00'系列中的第二个标记将从
'2011-08-05 00:00:00-04:00'更改为'2011-08-04 21:00:00'，依此类推。我尝试了
pd.to_datetime(df.index, format='%Y-%m-%d %H:%M:%S')，但是它返回与上述相同的datetimeindex对象。如果时间戳转换为字符串，可以接受，所以我尝试了：
df.index.strftime('%Y-%m-%d %H:%M:%S')
但是这两行代码都达不到我的最终目标。
最佳答案
使用tz_convert删除timezone并添加Hour：
df.index.tz_convert(None) + pd.offsets.Hour(16)
要么：
df.index.tz_convert(None) + pd.Timedelta(16, unit='h')
样品：
idx = ['2011-08-05 00:00:00-04:00', '2011-08-05 01:00:00-04:00',
'2011-08-05 02:00:00-04:00', '2011-08-05 03:00:00-04:00']
idx = pd.DatetimeIndex(idx).tz_localize('UTC').tz_convert('America/New_York')
print (idx)
DatetimeIndex(['2011-08-05 00:00:00-04:00', '2011-08-05 01:00:00-04:00',
'2011-08-05 02:00:00-04:00', '2011-08-05 03:00:00-04:00'],
dtype='datetime64[ns, America/New_York]', freq=None)
idx = idx.tz_convert(None) + pd.offsets.Hour(16)
print (idx)
DatetimeIndex(['2011-08-05 20:00:00', '2011-08-05 21:00:00',
'2011-08-05 22:00:00', '2011-08-05 23:00:00'],
dtype='datetime64[ns]', freq='H')
关于python - 在 Pandas 的时间戳中添加偏移量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47620882/