Python Pandas转换时间为UTC时遇AttributeError错误，求解决

这个错误说明你用pd.to_datetime转换后的CHANGE_TIME.1列并未成功转为带时区的datetime类型，大概率是转换过程中产生了无效日期值（比如NaT），导致列的 dtype 不是datetime64[ns, tz]，而是object或混合类型。

排查与解决步骤： #

1. 先检查转换后的列状态 #

在转换代码后添加两行，查看列类型和无效值情况：

print(exms_data['CHANGE_TIME.1'].dtype)
print(exms_data['CHANGE_TIME.1'].isna().sum())

如果 dtype 显示为object或无时区信息，且存在NaT值，说明部分数据转换失败。

2. 调整pd.to_datetime参数 #

• 若不确定原数据格式是否完全匹配指定的format，可以先去掉格式参数，让pandas自动推断：

exms_data['CHANGE_TIME.1'] = pd.to_datetime(exms_data['CHANGE_TIME.1'], errors='coerce')

errors='coerce'会把无法解析的日期转为NaT，方便后续处理。

• 若必须指定格式，要确认原数据的时区部分和%z匹配：%z仅支持±HHMM格式的时区偏移（比如+0200），如果原数据是CEST这类时区缩写，%z无法解析，需要先替换为对应偏移值，或用pytz等库处理。

3. 处理无效值 #

根据业务需求选择删除或填充NaT：

# 删除含NaT的行
exms_data = exms_data.dropna(subset=['CHANGE_TIME.1'])
# 或用指定日期填充
exms_data['CHANGE_TIME.1'] = exms_data['CHANGE_TIME.1'].fillna(pd.to_datetime('2024-01-01'))

4. 确认类型后转换时区 #

只有当列的 dtype 是datetime64[ns, tz]时，才能用dt.tz_convert。如果转换后是无时区的naive datetime，需先设置时区再转换：

# 假设原数据时区为欧洲中部时间
exms_data['CHANGE_TIME.1'] = exms_data['CHANGE_TIME.1'].dt.tz_localize('Europe/Paris')
exms_data['CHANGE_TIME.1'] = exms_data['CHANGE_TIME.1'].dt.tz_convert('UTC')

内容的提问来源于stack exchange，提问作者Astra