以与当前时间戳相当的方式以UTC格式分析字符串中的时间

Question

我想创建一个日期范围，从解析时间到当前时间，都在UTC中。这是我迄今为止最大的努力：

import dateutil
from datetime import datetime, timezone

start_time = dateutil.parser.isoparse ('2021-01-01T00Z')
end_time = datetime.now (timezone.utc)

两个时间戳现在都在UTC时区内，但创建日期范围仍然失败：

> timestamps = pd.date_range (start=start_time, end=end_time, freq='H')
TypeError: Start and end cannot both be tz-aware with different timezones

原因是两个时间点的tzinfo对象都与UTC相似，但类型不同：

> print (start_time, end_time, type (start_time.tzinfo), type (end_time.tzinfo))
datetime.datetime(2020, 1, 1, 0, 0, tzinfo=tzutc()),
datetime.datetime(2021, 5, 13, 5, 45, 56, 866181, tzinfo=datetime.timezone.utc),
dateutil.tz.tz.tzutc,
datetime.timezone

所以我被困在这里了。有没有有效的方法可以做到这一点？这可以通过“datetime”解析UTC的ISO时间格式，也可以通过dateutil获取UTC的当前系统时间。我没有找到解决这些问题的办法

编辑：代码示例中的复制/粘贴错误

Answer 1

好吧，在上面的评论中有一点活力，我明白了

start_time = dateutil.parser.isoparse ('2020-01-01T00Z').astimezone (timezone.utc)
end_time = datetime.now (timezone.utc)

pd.date_range (start=start_time, end=end_time, freq='D') 

这里的秘密成分是解析字符串中的“Z”修饰符，它将其标记为UTC时间。然后，“astimezone（timezone.utc）”只更改时区标记，但不转换时间戳值。工作

非常感谢你的帮助

Answer 2

我不是专业人士，但我做了一些研究，并使用^{}找到了这个解决方案：

import dateutil
from datetime import datetime, timezone

start_time = dateutil.parser.isoparse ('2021-01-01T00Z').astimezone(timezone.utc)
end_time = datetime.now (timezone.utc)
timestamps = pd.date_range (start=start_time, end=end_time, freq='H')
timestamps

其中：

DatetimeIndex(['2021-01-01 00:00:00+00:00', '2021-01-01 01:00:00+00:00',
               '2021-01-01 02:00:00+00:00', '2021-01-01 03:00:00+00:00',
               '2021-01-01 04:00:00+00:00', '2021-01-01 05:00:00+00:00',
               '2021-01-01 06:00:00+00:00', '2021-01-01 07:00:00+00:00',
               '2021-01-01 08:00:00+00:00', '2021-01-01 09:00:00+00:00',
               ...
               '2021-05-12 21:00:00+00:00', '2021-05-12 22:00:00+00:00',
               '2021-05-12 23:00:00+00:00', '2021-05-13 00:00:00+00:00',
               '2021-05-13 01:00:00+00:00', '2021-05-13 02:00:00+00:00',
               '2021-05-13 03:00:00+00:00', '2021-05-13 04:00:00+00:00',
               '2021-05-13 05:00:00+00:00', '2021-05-13 06:00:00+00:00'],
              dtype='datetime64[ns, UTC]', length=3175, freq='H')