当对带时区的时间戳（如 'America/Santiago'）执行 .floor("D") 时，若目标日期的 00:00 不存在（如 DST 开始日），pandas 默认抛出 NonExistentTimeError；需显式指定 nonexistent 参数（如 'shift_forward'）来安全计算。
当对带时区的时间戳（如 'america/santiago'）执行 `.floor("d")` 时，若目标日期的 00:00 不存在（如 dst 开始日），pandas 默认抛出 `nonexistenttimeerror`；需显式指定 `nonexistent` 参数（如 `'shift_forward'`）来安全计算。
在使用 pandas 处理本地化时间序列（尤其是涉及夏令时切换的时区，如 America/Santiago、Europe/Berlin 或 US/Eastern）时，.floor("D") 和 .ceil("D") 方法可能意外失败。根本原因在于：某些日期的午夜（00:00:00）在本地时区并不存在——例如智利于 2024 年 9 月 8 日凌晨 00:00 跳转至 01:00，导致 2024-09-08 00:00:00-0300 成为一个不存在的时间点。
默认情况下，pandas 对此类情形采取保守策略：直接抛出 NonExistentTimeError，而非自动“修复”。但自 pandas 1.4+ 起，Timestamp.floor() 和 Timestamp.ceil() 均支持 nonexistent 参数，用于明确指定异常时间的处理逻辑：
-
'raise'（默认）：抛出异常 -
'shift_forward'：将结果向前偏移至下一个有效时间（推荐用于floor场景，得到当日首个合法时刻） -
'shift_backward'：向后偏移至前一个有效时间（即上一日最后一个合法时刻） -
pd.Timedelta(...)：按指定时长偏移（如-1h表示回退 1 小时）
✅ 正确用法示例：
import pandas as pd
ts = pd.Timestamp('2024-09-08 12:00:00-0300', tz='America/Santiago')
# ✅ 向前偏移 → 得到当日第一个合法时间：01:00（DST 开始后）
floor_forward = ts.floor("D", nonexistent='shift_forward')
print(floor_forward)
# Timestamp('2024-09-08 01:00:00-0300', tz='America/Santiago')
# ✅ 向后偏移 → 得到上一日最后一个合法时间：23:59:59（DST 开始前）
floor_backward = ts.floor("D", nonexistent='shift_backward')
print(floor_backward)
# Timestamp('2024-09-07 23:59:59-0400', tz='America/Santiago')
# ✅ 同样适用于 .ceil()（如对前一天调用 ceil("D")）
ts_prev = pd.Timestamp('2024-09-07 12:00:00-0400', tz='America/Santiago')
ceil_forward = ts_prev.ceil("D", nonexistent='shift_forward')
print(ceil_forward)
# Timestamp('2024-09-08 01:00:00-0300', tz='America/Santiago')
⚠️ 注意事项：
- ❌ 避免先
floor()再tz_localize()：未有时区的时间戳floor("D")仍会生成00:00，后续tz_localize仍会触发异常； - ❌ 避免
tz_convert()替代方案：它不解决逻辑问题，仅做时区换算，可能导致跨日错误（如返回2024-09-07 23:00-0400）； - ✅ 始终对含 DST 风险的时区显式传入
nonexistent参数，尤其在生产环境批量处理时间序列时； - ? 可通过
pd.tz_localize(..., nonexistent=...)在创建时间戳时统一处理，保持链式操作一致性。
总结：nonexistent 参数是 pandas 应对夏令时“时间空洞”的关键开关。对于日常时间下界计算（如“当天起始”），优先选用 'shift_forward'；若业务语义要求“最接近的前一整天结束”，则选 'shift_backward'。合理使用该参数，可让时间运算既健壮又符合本地时区真实语义。
