在pandas中新增时区与datetime列如何替代低效for循环实现快速处理

算力阿峰

2026-9-24

性能问题原因

你当前用的iterrows逐行迭代方案完全不是高效方案，pandas的逐行操作会产生极高的Python层循环开销，同时每次df.loc赋值也会带来额外的性能损耗，才会出现100行需要6秒的极端低效率情况。
原代码还存在明显笔误：tz参数传入的是i['t']（时间字符串），实际应该取i['z']（时区缩写字段）。

优化方案

核心思路是相同时区的时间批量处理，避免逐行调用方法，优化后代码如下：

import pandas as pd
import pytz

whois_timezone_info = { "A": 1 * 3600, "ACDT": 10 * 3600, "CDT": -5 * 3600, "EST": -5 * 3600}

df = pd.DataFrame({
  't': ['2001-06-01T00:00:00', '2001-06-01T00:00:00'],
  'z': ['CDT', 'EST']
})

# 批量转成naive datetime
df['datetime'] = pd.to_datetime(df['t'])
# 批量映射时区偏移量
df['offset'] = df['z'].map(whois_timezone_info)

# 按时区偏移分组，每组批量做时区本地化
df['datetime-z'] = df.groupby('offset', group_keys=False)['datetime'].apply(
    # FixedOffset参数为分钟偏移，所以要把秒数除以60转换
    lambda g: g.dt.tz_localize(pytz.FixedOffset(int(g.name / 60)))
)

# 可选：删除中间生成的offset列
df.drop('offset', axis=1, inplace=True)