Panda's DatetimeIndex van MongoDB ISODate

Ik heb de fout kunnen reproduceren met de volgende gegevens:

idx0 = pd.date_range('2011-11-11', periods=4)
idx1 = idx0.tz_localize(tz.tzutc())
idx2 = idx1.tz_convert(tz.tzlocal())
df = pd.DataFrame([1, 2, 3, 4])

df.groupby(idx2).sum()
Out[20]: 
                           0
1970-01-01 00:00:00-05:00  9
2011-11-10 19:00:00-05:00  1

Het is een bug diep in de panda-code, exclusief gerelateerd aan tz.tzlocal() . Het manifesteert zich ook in:

idx2.tz_localize(None)
Out[27]: 
DatetimeIndex(['2011-11-10 19:00:00', '1970-01-01 00:00:00',
               '1970-01-01 00:00:00', '1970-01-01 00:00:00'],
              dtype='datetime64[ns]', freq='D')

U kunt een van de volgende oplossingen gebruiken:

• gebruik expliciet uw tijdzone als een tekenreeks:

  idx2 = idx1.tz_convert(tz='Europe/Dublin')
  df.groupby(idx2).sum()
  Out[29]: 
                             0
  2011-11-11 00:00:00+00:00  1
  2011-11-12 00:00:00+00:00  2
  2011-11-13 00:00:00+00:00  3
  2011-11-14 00:00:00+00:00  4
  

  of als het niet werkt:

  idx2 = idx1.tz_convert(tz.gettz('Europe/Dublin'))
  

• converteer het naar een object:

  df.groupby(idx2.astype(object)).sum()
  Out[32]: 
                             0
  2011-11-10 19:00:00-05:00  1
  2011-11-11 19:00:00-05:00  2
  2011-11-12 19:00:00-05:00  3
  2011-11-13 19:00:00-05:00  4
  

Kortom, converteren naar iets anders dan DatetimeIndex met tz=tz.local() zou moeten werken.

BEWERKEN: Deze bug is zojuist gerepareerd op Panda's Github. De oplossing zal beschikbaar zijn in pandas 0.19 release.