如何移除pandas列中的时区信息并解决ParserError格式报错

报错根因 #

• 输入的时间字符串末尾携带Malay Peninsula Standard Time文本类时区标识，pandas默认时间解析规则无法识别该格式，触发ParserError
• 代码中strftime格式符语法错误，H%:M%:S%的百分号位置倒置，正确写法为%H:%M:%S

解决代码 #

方案1：解析后输出为指定格式的字符串 #

import pandas as pd

# 先提取前半段标准日期时间内容，忽略后段时区文本
df['created_at'] = pd.to_datetime(df['created_at'].str.extract(r'(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})', expand=False))
# 按要求格式化输出
df['created_at'] = df['created_at'].dt.strftime('%Y-%m-%d %H:%M:%S')

方案2：保留datetime类型，仅移除时区属性 #

如果后续需要对该列做时间计算，不需要转成字符串，可以直接清空时区属性：

import pandas as pd

df['created_at'] = pd.to_datetime(df['created_at'].str.extract(r'(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})', expand=False)).dt.tz_localize(None)

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