在Pandas中将PostgreSQL时区Datetime转为MySQL兼容的PST Timestamp

针对需求中的两个操作，以下是具体实现步骤和代码示例：

需求拆解 #

1. 将带有psycopg2.tz.FixedOffsetTimezone标记的UTC时间转换为PST时区的datetime
2. 将列元素类型统一为pandas原生的pandas._libs.tslibs.timestamps.Timestamp

解决方案代码 #

步骤1：导入依赖 #

import pandas as pd

步骤2：处理目标列 #

假设你的数据框为df，直接对created列执行以下操作：

# 1. 显式确保列是datetime类型（规避潜在类型问题）
df['created'] = pd.to_datetime(df['created'])

# 2. 将UTC时间转换为PST时区（用America/Los_Angeles自动处理夏令时切换）
df['created'] = df['created'].dt.tz_convert('America/Los_Angeles')

# 3. 若MySQL使用无时区的datetime类型，可移除时区标记（可选操作）
df['created'] = df['created'].dt.tz_localize(None)

验证结果 #

执行代码确认类型和转换效果：

# 检查单个元素的类型
print(type(df['created'].iloc[0]))
# 输出：<class 'pandas._libs.tslibs.timestamps.Timestamp'>

# 检查列的整体数据类型
print(df['created'].dtype)
# 无时区时输出：datetime64[ns]；带时区时输出：datetime64[ns, America/Los_Angeles]

关键细节说明 #

• 时区选择：America/Los_Angeles会自动切换PST（UTC-8）和PDT（UTC-7）夏令时；若需要固定全年UTC-8，使用Etc/GMT+8（注意Etc时区命名规则为反向，GMT+8对应UTC-8）。
• 类型自动转换：经过tz_convert处理后，列元素会自动转为Timestamp类型，无需额外强制转换。
• 原时区适配：若created列初始时区不是UTC，需先通过dt.tz_localize(原时区)指定正确的原时区，再执行tz_convert转换。

内容的提问来源于stack exchange，提问作者Swetha