如何在Pandas中按行将UTC时间转换为对应时区的时间？

要实现逐行将time_gmt转换为tz_id指定时区的需求，你可以通过以下两种可行方法实现：

方法一：使用apply逐行处理 #

通过自定义函数结合apply（按行遍历）来处理每行的时区转换逻辑：

import pandas as pd

def convert_row_timezone(row):
    tz_id = row['tz_id']
    if pd.notna(tz_id):
        # 转换为指定时区
        return row['time_gmt'].tz_convert(tz_id)
    else:
        # tz_id为空时返回NaT
        return pd.NaT

# 生成tz_time列
df['tz_time'] = df.apply(convert_row_timezone, axis=1)

方法二：使用列表推导式（效率更高） #

对于数据量较大的DataFrame，列表推导式的执行效率通常优于apply，逻辑和上面一致：

df['tz_time'] = [
    time_gmt.tz_convert(tz_id) if pd.notna(tz_id) else pd.NaT
    for time_gmt, tz_id in zip(df['time_gmt'], df['tz_id'])
]

你之前写法的问题分析 #

1. 第一种写法：df['time_gmt'].dt.tz_convert(df['tz_id'])
tz_convert方法仅接受单个时区字符串/时区对象，无法直接传入Series类型的参数，因此会报错。

2. 第二种写法：lambda x: x.tz_convert(df[pd.notna(df.tz_id)]['tz_id'])
   这里的df[pd.notna(df.tz_id)]['tz_id']是整个非空的tz_id列，而非当前行对应的单个时区值，导致无法正确匹配每行的时区，自然无法得到预期结果。

内容的提问来源于stack exchange，提问作者its_me