pandas datetime与datetime.datetime转换出现2小时偏移的原因咨询

没错，这完全是时区处理的歧义导致的，和你所在的丹麦时区（2020年5月属于夏令时，对应GMT+2）直接相关。手动加2小时虽然能解决当前问题，但完全不健壮——毕竟丹麦冬季时区是GMT+1，夏令时切换后你的脚本就会出错。下面给你拆解原因和更可靠的解决方案：

为什么会出现2小时偏移？ #

咱们一步步拆解你的代码逻辑：

1. 你创建的datetime(2020, 5, 11, 0, 0, 0)是一个无时区信息的naive datetime对象，Python默认会把它识别为本地时区时间（也就是你电脑设置的丹麦夏令时，GMT+2）。
2. 调用.timestamp()方法时，Python会把这个本地时间转换成UTC时间对应的时间戳——因为timestamp的定义就是从1970-01-01 00:00:00 UTC开始的秒数。所以你本地的2020-05-11 00:00:00（GMT+2）对应的UTC时间是2020-05-10 22:00:00，这个时间戳对应的就是UTC的这个时刻。
3. 最后pd.to_datetime(...)处理时间戳时，默认会把它解析成UTC时区的Timestamp，所以输出就是2020-05-10 22:00:00——看起来和你预期的本地时间差了2小时，本质是中间经过了本地→UTC的时区转换。

健壮的解决方案：明确处理时区 #

不要手动加减小时，而是通过明确时区信息来避免歧义，推荐几种实用方式：

方式1：直接创建带时区的datetime并转成pandas Timestamp

这是最清晰的方式，从源头避免naive datetime的歧义：

from datetime import datetime
import pandas as pd
from zoneinfo import ZoneInfo  # Python 3.9+；旧版本可以用pytz库替代

# 创建带丹麦时区的datetime对象
local_dt = datetime(2020, 5, 11, 0, 0, 0, tzinfo=ZoneInfo("Europe/Copenhagen"))
# 直接转成pandas Timestamp，会保留时区信息
pd_ts = pd.Timestamp(local_dt)
# 输出：Timestamp('2020-05-11 00:00:00+0200', tz='Europe/Copenhagen')

方式2：给已有的naive datetime补全时区后转换

如果你已经拿到了naive datetime，也可以事后补全时区标记：

dt = datetime(2020, 5, 11, 0, 0, 0)
# 先把naive datetime标记为丹麦时区，再转成Timestamp
pd_ts = pd.Timestamp(dt).tz_localize("Europe/Copenhagen")

方式3：和DataFrame的时区对齐过滤

如果你的DataFrame里的Timestamp是UTC时区的，过滤时应该把你的本地时间转成UTC，保持时区一致：

# 假设df的timestamp列是UTC时区
local_dt = datetime(2020, 5, 11, 0, 0, 0, tzinfo=ZoneInfo("Europe/Copenhagen"))
utc_dt = local_dt.astimezone(ZoneInfo("UTC"))
# 用UTC时间过滤DataFrame
filtered_df = df[df['timestamp_col'] == utc_dt]

关键提醒 #

永远不要依赖手动加减时区偏移——夏令时会导致偏移量随季节变化，明确指定时区才是脚本健壮性的核心保障。

内容的提问来源于stack exchange，提问作者Mr. O