Pandas如何批量将datetime64[ns]列转换为datetime64[ns, UTC]类型

你遇到的报错：

ValueError: to assemble mappings requires at least that [year, month, day] be specified: [day,month,year] is missing

是因为 pd.to_datetime 传入多列DataFrame时，默认会将不同列识别为「年、月、日、时、分、秒」等时间组件进行拼接，而不是逐列单独转换每一列的时间值，和你的预期行为不符。

你已经提前筛选出了所有datetime64[ns]类型的列，有两种可行的批量转换方案：

• 方案1：使用apply逐列调用pd.to_datetime，通用性更强，就算后续列类型换成可解析的时间字符串也可以直接复用

query_df[dt_columns] = query_df[dt_columns].apply(lambda col: pd.to_datetime(col, utc=True))

• 方案2：使用tz_localize直接为无时区的原生时间列添加UTC时区，不需要重复解析时间，性能更高

query_df[dt_columns] = query_df[dt_columns].apply(lambda col: col.dt.tz_localize("UTC"))

内容的提问来源于stack exchange，提问作者user6308605