使用pd.to_datetime()更新DataFrame时间列遇DST及赋值警告问题求助

问题重现 #

你的数据包含带时区偏移的时间字符串，尝试转换为datetime并做时区调整时，遇到两个问题：

1. 直接赋值df.Time触发SettingWithCopyWarning，提示操作的是DataFrame切片的副本
2. 改用df.loc[:, "Time"]赋值时，第二步调用.dt.tz_convert抛出AttributeError，提示无法对非datetime类型使用.dt访问器

数据示例：

0     2023-10-08T19:44:29.862-04:00
1     2023-10-09T01:06:42.762-04:00
2     2023-10-12T18:35:09.060-04:00
3     2023-10-12T18:55:02.459-04:00
4     2023-10-17T23:56:28.330-04:00
5     2023-10-18T02:51:33.481-04:00
6     2023-10-24T15:59:30.074-04:00
7     2023-10-24T18:00:55.081-04:00
8     2023-11-03T15:59:30.021-04:00
9     2023-11-06T15:59:30.824-05:00
10    2023-11-07T15:59:32.386-05:00
11    2023-11-09T15:59:30.032-05:00
12    2023-11-10T15:59:57.509-05:00
14    2023-11-13T15:59:31.065-05:00
Name: Time, dtype: object

原执行代码：

df.Time = pd.to_datetime(df.Time, errors='coerce',utc=True)
df.Time = df.Time.dt.tz_convert("Australia/Sydney")
df.Time = pd.to_datetime(df.Time) - pd.Timedelta(8, "H")

问题原因 #

1. SettingWithCopyWarning：你的df大概率是通过其他DataFrame的切片生成的（比如df = original_df[['Time', 'OtherCol']]），此时df是原DataFrame的视图而非独立副本，直接修改视图的列会触发警告。
2. AttributeError：在视图上使用.loc赋值时，Pandas可能无法正确同步列的类型信息，导致第一步赋值后，Time列表面是datetime类型，但内部仍被识别为object，进而无法使用.dt访问器。

解决方案 #

步骤1：创建DataFrame的独立副本 #

先将df转换为独立副本，彻底避免视图引发的警告和类型同步问题：

df = df.copy()

步骤2：使用.loc安全赋值并优化时间转换 #

修改时间列时全程用.loc，同时优化第三步的时区移除操作（无需重复调用pd.to_datetime）：

# 解析为带UTC时区的datetime类型
df.loc[:, "Time"] = pd.to_datetime(df["Time"], errors='coerce', utc=True)
# 转换为澳大利亚悉尼时区
df.loc[:, "Time"] = df.loc[:, "Time"].dt.tz_convert("Australia/Sydney")
# 移除时区信息并减去8小时（替代原代码的pd.to_datetime转换）
df.loc[:, "Time"] = df.loc[:, "Time"].dt.tz_localize(None) - pd.Timedelta(hours=8)

关键说明 #

• 用df.copy()生成独立副本后，所有赋值操作都是针对真实的DataFrame对象，不会触发SettingWithCopyWarning。
• .dt.tz_localize(None)可以直接移除datetime的时区信息，比pd.to_datetime()更高效且语义明确。
• 全程使用.loc[:, "Time"]赋值，确保Pandas正确跟踪列的类型，避免.dt访问器报错。

内容的提问来源于stack exchange，提问作者Kel