Python中不同日期格式时间差计算及UTC格式转换问题

没问题，我来帮你搞定这个日期格式转换和小时差计算的需求！其实pandas对UTC格式的日期解析很友好，不用手动拆分字符串，几步就能完成转换和计算：

核心思路 #

1. 把两列日期统一转换成datetime类型：
   • 对于datecolA的日/月/年 时间格式，用dayfirst=True确保解析时不会搞混日期和月份；
   • 对于datecolB的UTC格式（如2018-12-02T11:32:00.000Z），pandas可以直接识别这种ISO 8601标准格式，无需额外处理。
2. 计算两个datetime对象的差值，再转换为小时数。

完整代码示例 #

import pandas as pd
import numpy as np

# 模拟你的数据
df = pd.DataFrame({
    'datecolA': ['29/06/2020 08:30:00']*4,
    'datecolB': [
        '2018-12-02T11:32:00.000Z',
        '2018-12-04T14:00:00.000Z',
        '2017-02-02T14:36:00.000Z',
        '2017-02-02T14:36:00.000Z'
    ]
})

# 转换为datetime类型
df['datecolA'] = pd.to_datetime(df['datecolA'], dayfirst=True)
df['datecolB'] = pd.to_datetime(df['datecolB'])

# 计算时间差并转为小时
df['timebetween'] = (df['datecolA'] - df['datecolB']) / np.timedelta64(1, 'h')

# 可选：把UTC格式转成日/月/年的显示格式（仅用于可视化，不影响计算）
df['datecolB_formatted'] = df['datecolB'].dt.strftime('%d/%m/%Y %H:%M:%S')

print(df)

关键细节说明 #

• UTC格式解析：pd.to_datetime默认支持ISO 8601格式，2018-12-02T11:32:00.000Z会被直接转换成带UTC时区的datetime对象，要是需要明确指定时区，可以加utc=True参数。
• 时区一致性（可选）：如果datecolA是本地时间，而datecolB是UTC时间，记得先把两者统一到同一时区再计算，比如假设datecolA是东八区时间：

  df['datecolA'] = pd.to_datetime(df['datecolA'], dayfirst=True).dt.tz_localize('Asia/Shanghai').dt.tz_convert('UTC')
  

• 小时数结果：timebetween列会是浮点数，包含小数部分（比如不足1小时的分钟数会转换成0.x小时），如果需要整数可以用round()或astype(int)处理。

内容的提问来源于stack exchange，提问作者EricA