Pandas to_datetime多时区转换不一致导致dt访问器不可用问题

pandas 底层的datetime64[ns, tz]类型仅支持同列所有时间使用同一个时区，因此当输入的时间字符串包含不同时区偏移时，pd.to_datetime只能降级返回object类型数组，存储Python原生datetime.datetime对象，自然无法使用.dt访问器。

分为两种场景处理：

场景1：可统一所有时间到相同时区（推荐） #

将所有时间转换为同一个时区后，即可转回pandas标准的带时区datetime类型，正常使用所有向量化时间操作和.dt访问器，性能远高于逐行处理。
示例代码：

import pandas as pd

b = pd.DataFrame({'date': ['2021-01-01 00:00:00+1:00', '2021-01-01 00:00:01+2:00']})
b['date'] = pd.to_datetime(b.date)

# 示例统一转换为UTC时区，可替换为你需要的目标时区
b['date_unified'] = b['date'].apply(lambda x: x.astimezone(pd.UTC)).astype('datetime64[ns, UTC]')

# 此时可正常使用.dt访问器
print(b['date_unified'].dt.hour)

场景2：必须保留各时间原有不同时区 #

只能保持object类型存储原生datetime对象，所有时间操作通过apply逐行处理：
示例代码：

# 示例提取每个时间的本地小时数
b['local_hour'] = b['date'].apply(lambda x: x.hour)

# 示例转换为指定格式字符串
b['date_str'] = b['date'].apply(lambda x: x.strftime('%Y-%m-%d %H:%M:%S'))

注意：不要尝试强行将多时区的datetime列转换为pandas datetime类型，会导致时区信息丢失或转换错误

内容的提问来源于stack exchange，提问作者Cameron Chandler