Pandas df.dtypes无法正确识别带多时区的Timestamp列类型？

为什么混合时区的Timestamp列会显示为object类型？ #

是的，Pandas的datetime64[tz]类型要求列内所有元素的时区必须统一。当列中存在带不同时区的Timestamp实例时，Pandas无法将列统一为强类型的datetime64，只能将列的 dtype 泛化为object，以此容纳不同时区的Timestamp对象。

如何正确识别列中的Timestamp类型？ #

可以通过以下几种方式处理：

• 查看元素具体类型：直接提取元素或批量查看列内元素的类型，比如：

  # 查看单元素类型
  type(df['created'].iloc[0])
  # 查看列内所有元素的唯一类型
  df['created'].map(type).unique()
  

• 用工具推断逻辑类型：使用pd.api.types.infer_dtype()可以更精准地推断列的实际内容类型，它会识别出这是带混合时区的datetime：

  pd.api.types.infer_dtype(df['created'], skipna=True)
  # 返回结果：'datetime'
  

• 统一时区恢复强类型：如果业务场景允许，可将所有时间转换为同一时区（比如UTC），此时列会自动转为标准的datetime64[ns, tz]类型：

  df['created'] = df['created'].dt.tz_convert('UTC')
  # 执行后df.dtypes会显示：created    datetime64[ns, UTC]
  

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