如何将Pandas DataFrame带时区DateTime转换为标准格式？

需将Pandas DataFrame中带时区的DateTime列（格式示例：2023-11-17 15:40:00+11:00）转换为不带时区的YYYY-MM-DD HH:MI:SS格式（示例：2023-11-17 15:40:00），尝试以下代码未成功：

dcsv = df.to_csv(header=None)
StringData = StringIO(dcsv)
df = pd.read_csv(StringData)
col_names = ['Datetime', 'Open', 'Close', 'Volume', 'RSI', 'Signle']
df.columns = col_names
df['DateTime'] = pd.to_datetime(df['DateTime'], errors='coerce', utc=True).dt.strftime('%Y-%m-%d %H:%M:%S')

你的代码存在两个核心问题：一是多了「转CSV再读回」的冗余操作，可能破坏原时间列的格式信息；二是utc=True参数会强制将时间转成UTC时区，改变了原时间值，并非你需要的「仅移除时区标记」。

以下两种方法可解决问题：

方法一：保留datetime类型（推荐） #

如果希望DateTime列仍保持datetime数据类型（而非字符串），直接移除时区标记即可：

# 先确保列是datetime类型（若原列已是带时区的datetime，可跳过此步）
df['DateTime'] = pd.to_datetime(df['DateTime'], errors='coerce')
# 移除时区标记，保留原时间数值
df['DateTime'] = df['DateTime'].dt.tz_localize(None)

方法二：转换为指定格式的字符串 #

如果确实需要将时间转成字符串格式，先移除时区再格式化：

df['DateTime'] = pd.to_datetime(df['DateTime'], errors='coerce').dt.tz_localize(None).dt.strftime('%Y-%m-%d %H:%M:%S')

注意点 #

• 若原DataFrame的DateTime列已经是datetime64[ns, tz]类型（带时区的datetime），可以直接跳过pd.to_datetime()转换步骤
• 不要使用utc=True参数，除非你明确需要将时间转换为UTC时区，这会改变原时间的数值（比如+11:00时区的时间会被转成比原时间晚11小时的UTC时间）

内容的提问来源于stack exchange，提问作者mylottofinder.com.au