Pandas中转换Datetime格式适配MySQL数据库的方法

核心前提 #

MySQL中TIMESTAMP类型会自动将存储的时间转换为UTC，查询时再转换回会话时区；而DATETIME（MySQL 8.0.19及以上版本）支持解析带时区的字面量，但本身不存储时区偏移，仅保留时间值。如果要完整保留原始时区信息，有两种可靠方案：

方案1：转换为带时区偏移的字符串，配合DATETIME存储（保留原始偏移） #

Pandas的带时区datetime对象可以直接格式化为ISO 8601标准的字符串，MySQL能直接解析这种格式，同时完整保留原始时区偏移信息。

import pandas as pd

# 示例带时区的Datetime对象
dt = pd.to_datetime("2016-01-31T20:13:48.000+02:00", utc=False)

# 格式化为MySQL可解析的带时区字符串
formatted_dt = dt.strftime('%Y-%m-%d %H:%M:%S%z')
# 输出结果：'2016-01-31 20:13:48+0200'

存入MySQL时，将字段类型设为DATETIME（不建议用VARCHAR，避免解析问题），查询后可再解析回带时区的datetime对象。

方案2：使用TIMESTAMP类型存储（自动时区转换，保留UTC时间） #

如果业务允许基于UTC统一管理时间，可将Pandas的datetime对象转换为UTC时间后，存入MySQL的TIMESTAMP字段：

# 转换为UTC时间
dt_utc = dt.tz_convert('UTC')

# 格式化为MySQL兼容格式
formatted_utc = dt_utc.strftime('%Y-%m-%d %H:%M:%S')
# 输出结果：'2016-01-31 18:13:48'

MySQL的TIMESTAMP会将该时间以UTC存储，查询时根据当前会话时区自动转换，能保证跨时区场景下的时间一致性。

注意事项 #

• 确保MySQL连接会话的时区设置正确，避免转换过程中出现时间偏移错误；
• 如果业务要求严格保留原始时区偏移信息，优先选择方案1，但查询后需要自行解析字符串恢复带时区的datetime对象；
• 不要直接将Pandas的datetime对象传入SQL执行语句，建议先格式化为字符串再传入，防止数据库驱动自动转换时丢失时区信息。

内容的提问来源于stack exchange，提问作者DeBe