如何用Pandas将DataFrame带时区日期转换为指定格式

解决方案步骤： #

1. 导入Pandas库并读取目标CSV文件
2. 解析带时区的日期时间列，移除时区信息
3. 将日期时间格式化为DD-MM-YYYY HH:MI的字符串格式
4. 保存处理后的结果到新CSV文件

完整代码： #

import pandas as pd

# 读取原始CSV文件（替换为你的文件路径）
df = pd.read_csv('input.csv')

# 处理datetime列：解析时区时间 → 移除时区 → 格式化目标格式
df['datetime'] = pd.to_datetime(df['datetime']).dt.tz_localize(None).dt.strftime('%d-%m-%Y %H:%M')

# 保存处理后的文件（替换为你的输出路径）
df.to_csv('output.csv', index=False)

代码说明： #

• pd.to_datetime(df['datetime'])：自动识别带时区的日期时间字符串，转换为Pandas的带时区datetime对象
• dt.tz_localize(None)：移除时区信息，转换为无时区的原生datetime对象
• dt.strftime('%d-%m-%Y %H:%M')：按照日-月-年 时:分的格式将datetime对象转为字符串

验证示例： #

原始数据：

处理后输出：

（注：你提供的期望示例中日期存在明显错误，上述为正确转换后的结果）

内容的提问来源于stack exchange，提问作者user21575280