如何合并列并转换时区？Pandas处理CSV数据报错求助

先搞定代码里的两个错误 #

1. 消除SettingWithCopyWarning #

df_small = df[-10:]得到的是原DataFrame的切片视图，直接给它加列会触发警告，显式创建副本就能解决：

df_small = df[-10:].copy()

2. 修复AttributeError #

to_frame()是Series对象的专属方法，你的df_small已经是DataFrame了，不需要多此一举转格式，直接调用to_csv()就行，删掉多余的to_frame(name='new')代码。

完整实现：合并日期时间+时区转换 #

要完成时区转换，得先把拼接后的字符串转成带布鲁塞尔时区的datetime对象，再转成纽约时区。以下是可直接运行的完整代码：

import pandas as pd
from zoneinfo import ZoneInfo  # Python3.9+可用，低版本替换成pytz库

# 读取CSV，DATE和TIME按字符串读取，避免自动解析出错
df = pd.read_csv('ES.csv', dtype={'DATE': str, 'TIME': str})
# 取最后10行做测试
df_small = df[-10:].copy()

# 1. 合并DATE和TIME为带布鲁塞尔时区的datetime列
# TIME列是HHMM格式（比如1500），拆分出小时分钟，补00秒保证格式正确
df_small['dateandtime_brussels'] = pd.to_datetime(
    df_small['DATE'] + ' ' + df_small['TIME'].str[:2] + ':' + df_small['TIME'].str[2:] + ':00',
    format='%Y%m%d %H:%M:%S'
).dt.tz_localize(ZoneInfo('Europe/Brussels'))

# 2. 转换为纽约时区
df_small['date&time'] = df_small['dateandtime_brussels'].dt.tz_convert(ZoneInfo('America/New_York'))

# 可选：删除中间过渡列，只保留需要的内容
df_small = df_small.drop('dateandtime_brussels', axis=1)

# 导出到新CSV
df_small.to_csv('new.csv', index=False)

# 查看数据结构
df_small.info()

关键说明 #

• 时区用IANA标准名称：布鲁塞尔是Europe/Brussels，纽约是America/New_York，如果用pytz库，写法改成pytz.timezone('Europe/Brussels')即可。
• TIME列处理：从截图看TIME是4位数字的HHMM格式，拆分后补秒才能被datetime正确解析。
• 先给原始时间添加布鲁塞尔时区标记（因为原始数据是布鲁塞尔时间，本身无时区信息），再转换为纽约时区，避免时区混乱。

运行效果 #

代码执行后：

• 不会再出现那两个报错和警告
• date&time列会是带纽约时区信息的datetime类型，格式类似2023-09-01 10:00:00-04:00（纽约夏令时）

内容的提问来源于stack exchange，提问作者user22272028