PyArrow后端Pandas时区感知时间序列的时区转换问题

我刚好碰到过类似的情况！当你在Pandas 2.0.0里搭配PyArrow后端处理带时区的时间戳时，确实会遇到tz_convert方法缺失的问题，这是因为当时PyArrow-backed的时间序列的dt访问器还没完全对齐numpy后端的功能。

问题还原 #

你用pd.read_sql加上dtype_backend="pyarrow"读取数据库数据后，得到的时间序列 dtype 是timestamp[ns, tz=UTC][pyarrow]，但尝试用熟悉的df.timestamp.dt.tz_convert("Europe/Rome")转换时区时，会抛出错误：

AttributeError: 'ArrowTemporalProperties' object has no attribute 'tz_convert'

查看dir(df.timestamp.dt)也能发现，确实只有to_pydatetime、tz、tz_localize这些方法，没有tz_convert。

临时解决方案（官方修复前） #

在官方补全这个功能之前，你可以用两种方法临时实现时区转换：

• 方法一：先转成numpy后端的datetime类型，完成转换后再转回PyArrow类型（如果需要保持PyArrow后端的话）：

  # 转换为numpy后端的时区感知datetime，转换时区后再转回PyArrow类型
  df["timestamp"] = df["timestamp"].astype("datetime64[ns, UTC]").dt.tz_convert("Europe/Rome").astype("timestamp[ns, Europe/Rome][pyarrow]")
  

• 方法二：直接调用PyArrow的原生API处理数组：

  import pyarrow as pa
  # 获取PyArrow数组并转换时区
  pa_arr = df["timestamp"].to_arrow()
  converted_pa_arr = pa_arr.cast(pa.timestamp('ns', tz='Europe/Rome'))
  # 将转换后的数组放回DataFrame
  df["timestamp"] = converted_pa_arr
  

后续官方修复 #

你提到的GitHub上的开源issue和对应的PR确实是官方针对这个问题的修复路径，现在这个PR已经合并完成——也就是说，在较新的Pandas版本里，PyArrow后端的时间序列已经支持dt.tz_convert方法了，直接用你最初的代码df["timestamp"] = df.timestamp.dt.tz_convert("Europe/Rome")就可以正常运行啦。

备注：内容来源于stack exchange，提问作者Andrea Soprani