如何让Pandas DataFrame列输出带T、Z标识的UTC格式时间

我把某格式的datetime数据导入了DataFrame，需要将其转换为API要求的带T和Z的UTC格式（示例：2023-07-26T11:04:23.893Z），最终要转为JSON字符串，希望用Pandas原生时间处理方法实现。

单个日期上我已经实现：

due_date_end = datetime.now() + relativedelta(months=+3)
due_date_end = due_date_end.isoformat('T') + 'Z'

但对DataFrame列使用.isoformat()方法时出现异常。我还尝试过以下方法：

• 读取文件时解析日期：

  df = pd.read_csv('my_test_file.csv',parse_dates=['job_due_date'])
  

• 参考方案转换：

  df['due_date'] = pd.to_datetime(end_user_df['job_due_date']).dt.tz_localize('UTC')
  

• 另一种变体：

  end_user_df['due_date'] = pd.to_datetime(end_user_df['job_due_date']).dt.tz_localize('UTC') 
  end_user_df['due_date'] = end_user_df['due_date'].to_string().strftime("%Y-%m-%dT%H:%M:%S%Z")
  

请问接下来我应该尝试什么方法？

可以用Pandas原生的元素级时间处理方法来实现，以下几种方案都能满足需求：

方法1：时区校准后用dt.strftime生成目标格式 #

先确保时间列是带UTC时区的datetime类型，再用格式化字符串生成API需要的格式：

# 1. 转换为带UTC时区的datetime列
end_user_df['due_date'] = pd.to_datetime(end_user_df['job_due_date'], utc=True)
# 2. 生成带三位毫秒的格式，最后拼接Z
end_user_df['due_date'] = end_user_df['due_date'].dt.strftime("%Y-%m-%dT%H:%M:%S.%f").str[:-3] + 'Z'

如果不需要毫秒，直接用"%Y-%m-%dT%H:%M:%SZ"即可。

方法2：复用isoformat逻辑适配格式 #

和你处理单个日期的逻辑对齐，先给时间列加上UTC时区，再把isoformat输出的+00:00替换为Z：

end_user_df['due_date'] = pd.to_datetime(end_user_df['job_due_date'], utc=True)
end_user_df['due_date'] = end_user_df['due_date'].dt.isoformat().str.replace('+00:00', 'Z')

这种方法最贴近你已实现的单日期处理逻辑，无需记忆复杂的格式化字符。

方法3：导出JSON时直接处理（一步到位） #

如果最终目的是生成JSON字符串，可以直接在to_json时指定格式，再做简单替换：

# 导出为ISO格式的JSON字符串
json_str = end_user_df.to_json(orient='records', date_format='iso', date_unit='ns')
# 替换时区标识为Z
json_str = json_str.replace('+00:00', 'Z')

这种方法省去单独处理列的步骤，适合直接输出JSON的场景。

为什么之前的尝试失败？ #

• 直接对Series用.isoformat()不行：必须用.dt.isoformat()来调用元素级的方法，Series本身没有这个属性。
• 第三种尝试里的.to_string()会把整个列转为单个字符串，不是逐元素处理，所以后续strftime会报错，应该用.dt.strftime()。

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