Python中将带时区的CSV时间戳列转为datetime类型的问题

方法1：用Pandas批量转换（推荐，高效） #

Pandas自带的to_datetime可以自动识别这种带时区的ISO格式，无需手动编写格式字符串，且支持列级批量操作，比循环逐行处理高效得多：

import pandas as pd

# 将整个timestamps列转为带时区的datetime类型
df_usage['timestamps'] = pd.to_datetime(df_usage['timestamps'])

# 若不需要时区信息，转为无时区的datetime
df_usage['timestamps'] = pd.to_datetime(df_usage['timestamps']).dt.tz_localize(None)

方法2：修正strptime的格式字符串 #

你之前的报错是因为格式字符串没有匹配时区部分（+00:00），用%z格式符可以匹配这种时区偏移：

import datetime

time = df_usage.iloc[i]['timestamps']  
# 用%z匹配+HH:MM格式的时区偏移
time = datetime.datetime.strptime(time, '%Y-%m-%d %H:%M:%S%z')

# 如需去掉时区，移除tzinfo属性
time = time.replace(tzinfo=None)

方法3：手动截取字符串去除时区部分 #

如果只需要处理字符串本身，可直接截取或分割掉时区部分：

# 方法A：截取前19个字符（对应"YYYY-MM-DD HH:MM:SS"的长度）
time_str = df_usage.iloc[i]['timestamps'][:19]
time = datetime.datetime.strptime(time_str, '%Y-%m-%d %H:%M:%S')

# 方法B：按"+"分割取前半部分
time_str = df_usage.iloc[i]['timestamps'].split('+')[0]
time = datetime.datetime.strptime(time_str, '%Y-%m-%d %H:%M:%S')

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