使用to_sql导入带时区时间戳DataFrame至PostgreSQL时区丢失问题

你遇到的问题是pandas默认会把带时区的时间戳转成UTC后写入数据库，哪怕目标列是timestamp with time zone类型。以下是几种可行的解决方法：

方法一：显式指定列的SQLAlchemy类型 #

直接在to_sql中通过dtype参数告诉SQLAlchemy要按带时区的时间戳处理目标列，避免默认转换逻辑：

from sqlalchemy import types

# 针对你的多级索引列定义类型映射
dtype_mapping = {
    ('time', 'min'): types.TIMESTAMP(timezone=True),
    ('time', 'max'): types.TIMESTAMP(timezone=True)
}

# 执行写入时传入dtype参数
dataframe.to_sql(table, engine, if_exists='append', index=False, dtype=dtype_mapping)

方法二：检查版本兼容性 #

旧版本的pandas或SQLAlchemy在时区时间戳的处理上存在bug，建议升级到较新版本：

• pandas >= 1.3.0
• SQLAlchemy >= 1.4.0

同时确认DataFrame中的目标列确实是datetime64[ns, tz]类型，可通过print(dataframe.dtypes)查看，确保没有被意外转换为无时区的datetime类型。

方法三：验证存储后的时区信息 #

需要注意的是，PostgreSQL的timestamp with time zone类型本质是存储UTC时间，但会保留时区偏移的元数据。你看到的2023-03-29 17:24:12+00是UTC显示格式，并非时区信息丢失。可以通过SQL查询验证：

SELECT ("time", "min") AT TIME ZONE 'America/Sao_Paulo' FROM your_table;

如果返回结果是原时间2023-03-29 14:24:12，说明时区信息已经正确存储，只是默认显示为UTC。

内容的提问来源于stack exchange，提问作者leadvic