Snowflake convert_timezone在pandas read_sql中不生效问题咨询

Snowflake控制台直接返回数据库侧计算完成的原始时间戳结果，因此convert_timezone输出的洛杉矶时区时间和对应偏移量能正常展示。
pandas read_sql 查询走的是Snowflake Python连接器，该组件默认会把所有TIMESTAMP_TZ类型的返回值自动转换为UTC时区的Python datetime对象，2.7.0之前的老版本连接器还存在时区偏移重复计算的bug，最终返回的时间值和控制台结果不一致。

按优先级推荐以下解决方式：

• 升级连接器版本
  先将snowflake-connector-python和配套的sqlalchemy依赖升级到最新稳定版，修复旧版本存在的时区转换偏移bug，执行命令：

  pip install --upgrade snowflake-connector-python snowflake-sqlalchemy
  

• SQL侧显式指定返回类型
  在查询时将convert_timezone的结果显式转为无时区的TIMESTAMP_NTZ类型，阻断连接器的自动时区转换逻辑，修改后的SQL如下：

  SELECT convert_timezone('America/Los_Angeles', '2022-05-25T14:27:30Z'::TIMESTAMP_TZ)::TIMESTAMP_NTZ AS la_time
  

  该写法返回的时间值和控制台显示的洛杉矶本地时间完全一致，不会被驱动自动转时区。
• 连接时配置会话级时区参数
  创建数据库连接引擎时，显式指定会话时区为目标时区，让驱动按照指定时区做时间类型解析，示例代码：

  from sqlalchemy import create_engine
  import pandas as pd
  
  engine = create_engine(
      "snowflake://<你的账号连接串>",
      connect_args={
          "session_parameters": {
              "TIMEZONE": "America/Los_Angeles"
          }
      }
  )
  
  # 执行read_sql即可得到正确时区结果
  res = pd.read_sql("select convert_timezone('America/Los_Angeles', '2022-05-25T14:27:30Z'::TIMESTAMP_TZ)", engine)
  

• 本地二次转换（不推荐）
  如果不方便修改连接配置和SQL，可以在拿到pandas返回结果后，手动将UTC时间转换到目标时区，注意该方法需要先确认驱动返回的UTC时间值本身偏移计算正确，否则会出现时间误差：

  df = pd.read_sql("select convert_timezone('America/Los_Angeles', '2022-05-25T14:27:30Z'::TIMESTAMP_TZ)", engine)
  df.iloc[:,0] = df.iloc[:,0].dt.tz_convert('America/Los_Angeles')
  

注意：不要依赖驱动默认的自动时区转换逻辑，涉及跨时区时间计算时，优先在SQL侧明确指定返回类型，或者在连接初始化时固定会话时区，避免环境差异导致的时间错误。

内容的提问来源于stack exchange，提问作者Ezer K