如何在Python/Pandas中检测指定时区是否存在？

方法1：借助pytz的标准时区列表 #

Pandas的时区处理底层依赖pytz库（针对Python 3.9以下版本，或未使用zoneinfo的环境），可以直接用pytz提供的完整时区列表做校验：

import pytz
import pandas as pd

time_zone = 'America/Santiago'

if time_zone not in pytz.all_timezones:
    raise ValueError(f"时区 {time_zone} 不存在，请输入有效的IANA时区名称")

# 简化后的时间转换代码（原代码存在冗余，已优化）
df['utc_date'] = pd.to_datetime(df['mydate']).dt.tz_localize(time_zone).dt.tz_convert('UTC').dt.tz_localize(None)

pytz.all_timezones包含所有IANA标准时区，完全匹配Pandastz_localize支持的时区范围。

方法2：用Pandas内部逻辑捕获异常 #

如果不想额外引入pytz，可以直接尝试通过Pandas的内部时区解析逻辑验证，捕获无效时区的异常：

import pandas as pd

time_zone = 'America/Santiago'

try:
    # 调用Pandas内部的时区获取方法，验证有效性
    pd._libs.tslibs.timezones.get_timezone(time_zone)
except Exception as e:
    raise ValueError(f"时区 {time_zone} 不存在，请输入有效的IANA时区名称") from e

# 执行时间转换
df['utc_date'] = pd.to_datetime(df['mydate']).dt.tz_localize(time_zone).dt.tz_convert('UTC').dt.tz_localize(None)

这种方式和tz_localize的校验逻辑完全一致，能确保输入的时区是Pandas实际支持的。

原代码优化说明 #

你原来的代码中两次调用pd.to_datetime加上apply(strftime)是冗余操作——pd.to_datetime可以直接解析绝大多数时间字符串格式，无需先转换为datetime对象再格式化、再重新转换，简化后的代码运行效率更高。

内容的提问来源于stack exchange，提问作者Sheldon