如何根据城市名称将Pandas中的UTC时间转换为对应本地时间？

核心逻辑：转换的前提是UTC时间列必须先被明确标记为UTC时区，再逐行匹配对应城市的时区做转换，不能用全局统一时区参数做批量处理。

• 依赖说明：使用pandas原生接口即可实现，pandas 1.3+版本内置时区支持，无需额外安装第三方时区库
• 你给出的样例中三个城市名刚好匹配IANA标准时区命名，可直接用于转换，若实际数据存在城市别名、拼写偏差，需要先做名称映射再转换

完整实现代码 #

import pandas as pd

# 读取/构造你的数据集
df = pd.DataFrame({
    "time": ["2022-06-23 01:00:00", "2022-05-10 05:00:00", "2022-07-16 22:47:00"],
    "timezone": ["Montevideo", "Brasilia", "Casablanca"]
})

# 1. 将时间列转为带UTC时区标记的datetime格式，这步不能省略，否则转换会报时区不存在的错误
df["time_utc"] = pd.to_datetime(df["time"], utc=True)

# 2. 逐行匹配timezone列的城市值，转换为对应本地时间
df["local_time"] = df.apply(
    lambda row: row["time_utc"].tz_convert(row["timezone"]),
    axis=1
)

转换结果参考 #

运行代码后得到的本地时间列取值如下，自带对应城市的时区偏移标记：

常见补充需求 #

如果需要去掉时区偏移信息，只保留纯本地时间的datetime值，可以加一行处理：

# 移除时区标记，得到无时区偏移的本地时间戳
df["local_time_naive"] = df["local_time"].dt.tz_localize(None)

踩坑提示：不要跳过给原始时间列标记UTC时区的步骤，未标记时区的datetime是naive类型，直接调用tz_convert会抛出异常。如果你的timezone列存在非标准时区名，需要先建立城市名到IANA标准时区名的映射字典，用replace替换成标准名称后再做转换。

内容的提问来源于stack exchange，提问作者Kevin Nash