Python 如何根据列中字符串时区转换datetime对象为对应时区时间

核心逻辑是先给原始UTC时间打上正确的UTC时区标记，再逐行匹配对应行的时区字符串完成转换，不要对全表用统一时区转换，因为每行的目标时区可能不同。

具体实现步骤 #

• 导入依赖库

import pandas as pd
import pytz

• 将存储UTC时间的列转为带UTC时区标识的datetime类型，这一步是为了避免无时区标记的「朴素时间对象」导致转换错误

# 替换为你自己的DataFrame名称、对应列名即可
df['utc_time'] = pd.to_datetime(df['utc_time'], utc=True)

• 逐行读取第二列的时区字符串，传入pytz.timezone()生成对应时区对象，完成UTC到本地时间的转换，结果存为新列

df['local_time'] = df.apply(
    lambda row: row['utc_time'].tz_convert(pytz.timezone(row['tz_str'])),
    axis=1
)

测试验证 #

可以用如下测试样例校验逻辑正确性：

test_df = pd.DataFrame({
    'utc_time': ['2024-06-01 12:00:00', '2024-06-01 12:00:00'],
    'tz_str': ['Asia/Shanghai', 'America/New_York']
})
test_df['utc_time'] = pd.to_datetime(test_df['utc_time'], utc=True)
test_df['local_time'] = test_df.apply(
    lambda row: row['utc_time'].tz_convert(pytz.timezone(row['tz_str'])),
    axis=1
)
print(test_df)

运行后结果符合预期：UTC时间12点对应上海时间20点（东八区）、纽约夏令时时间8点（西四区）。

注意事项 #

• 只要第二列存的是标准IANA时区字符串（比如Asia/Shanghai、Europe/London这类格式），可以直接传入pytz.timezone()，不需要额外做字符串映射
• 不要跳过给原始时间打UTC标记的步骤，直接对无时区信息的时间做转换会触发报错或者返回错误结果
• 因为每行目标时区不一致，不能直接用df['utc_time'].dt.tz_convert(xxx)做全局转换，必须逐行匹配对应时区
• 如果时区列存的是UTC+5、UTC-3这类固定偏移格式、不是IANA时区名，可以把pytz.timezone(row['tz_str'])替换为pytz.FixedOffset(int(row['tz_str'].replace('UTC',''))*60)即可，但这种方式不支持夏令时调整，优先使用标准IANA时区名准确性更高

内容的提问来源于stack exchange，提问作者FL44ME