如何将CSV中UTC日期时间转换为本地时间绘制温度时序图

核心是先将分离的UTC日期、时间字段合并为带时区标记的标准时间类型，再转换为太平洋时区（pandas会自动适配夏令时规则，无需手动计算时差），之后基于转换后的本地时间绘图即可，不需要额外复杂配置。

操作步骤 #

• 合并日期和时间列，解析为UTC时间：读取CSV后不要直接用单独的Time列做X轴，这种写法本身存在跨天数据错位的隐患。把Date和Time两列内容拼接后，用pd.to_datetime解析为时间格式，传入utc=True参数明确标记该时间为UTC时区，避免后续时区转换出错。
• 转换为太平洋本地时间：对解析好的UTC时间列调用dt.tz_convert('America/Los_Angeles')，直接得到太平洋时区时间，pandas会自动根据日期判断使用太平洋夏令时（PDT，UTC-7）还是太平洋标准时间（PST，UTC-8），不需要手动调整时差。
• 绘图：用转换完成的本地时间列作为X轴传入绘图方法，matplotlib会自动按本地时间格式渲染X轴刻度。

完整修改后代码 #

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('LFEM_data-.csv', skiprows=1)

# 拼接日期、时间列，解析为UTC时区时间
df['utc_datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'], utc=True)
# 转换为太平洋时区（自动适配夏令时）
df['local_datetime'] = df['utc_datetime'].dt.tz_convert('America/Los_Angeles')

df.plot(x='local_datetime', y=['Temperature'])
plt.xlabel('太平洋本地时间')
plt.show()

小提示：如果CSV中存在格式异常的日期/时间值，可以在pd.to_datetime中加入errors='coerce'参数，自动将无法解析的异常值转为空值，避免程序报错。

内容的提问来源于stack exchange，提问作者Richard Fuhr