如何批量转换DataFrame中UTC时间列为美国东部时间并新增列？

问题背景 #

你拥有含created_at列的Twitter CSV文件，该列UTC时间格式示例为Thu Mar 19 12:37:15 +0000 2015。已编写单个时间转换函数，但尝试循环批量处理时触发错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

错误代码：

import numpy as np
time = df['created_at']

for row in time:
    new_time = to_local_time(time)
    print(np.array(new_time))

错误原因 #

循环中错误地将整个Series对象time传入to_local_time函数，而该函数仅接受单个时间字符串，导致Pandas无法判断Series的布尔值，触发歧义错误。

解决方案 #

方法1：复用现有函数，用Pandas apply批量处理 #

直接对created_at列调用apply方法，自动遍历每一行并应用你的转换函数，结果直接存入新列：

# 保留你已定义的to_local_time函数
df['created_at_est'] = df['created_at'].apply(to_local_time)

方法2：用Pandas内置时间工具（高效推荐） #

Pandas原生支持时间解析与时区转换，性能优于自定义函数+apply，适合大数据量处理：

import pandas as pd
import pytz

# 读取CSV文件
df = pd.read_csv('tweets.csv')

# 解析UTC时间为带时区标记的datetime类型
df['created_at'] = pd.to_datetime(df['created_at'], utc=True)

# 转换为美国东部时间并格式化为指定字符串格式
df['created_at_est'] = df['created_at'].dt.tz_convert('US/Eastern').dt.strftime('%Y-%m-%d %H:%M:%S')

内容的提问来源于stack exchange，提问作者user472543984