如何将CSV文件时序数据写入InfluxDB并保持时间序列一致？

我帮你排查下这个问题，你遇到的时间显示完全不对的情况，主要是两个关键错误导致的：

1. 核心问题：InfluxDB的时间字段名写错了 #

InfluxDB不管是用Line Protocol还是你用的JSON格式写入，时间字段必须是小写的time，而你代码里写的是大写的Time。这就导致InfluxDB直接忽略了你指定的时间，自动用了数据写入时的服务器UTC时间，这就是为什么你看到的时间和CSV完全不沾边。

2. 次要问题：时间戳的时区处理有歧义 #

你用time.mktime转换的是本地时间戳，但InfluxDB默认存储的是UTC时间，如果你的CSV时间是本地时间，直接转的话会出现时区偏移，就算字段名对了，时间也会差几个小时。

分步解决办法 #

第一步：修正时间字段名 #

把写入代码里的"Time":lctime改成小写的"time":lctime，这是让InfluxDB识别你指定时间的前提。

第二步：正确转换CSV时间为UTC纳秒时间戳 #

你的CSV时间格式是MM-DD-YYYY HH:MM:SS（比如12-26-2017 7:34:27），推荐用datetime+pytz模块来处理，避免时区歧义：

情况1：CSV时间是本地时间

先给时间加上本地时区信息，再转成UTC时间，最后生成纳秒戳：

from datetime import datetime
import pytz

# 替换成你的CSV时间字符串
csv_time = "12-26-2017 7:34:27"
# 替换成你所在的时区，比如"America/New_York"或"Europe/London"
local_timezone = pytz.timezone("Asia/Shanghai")

# 解析时间字符串
parsed_time = datetime.strptime(csv_time, "%m-%d-%Y %H:%M:%S")
# 给时间加上本地时区标记（is_dst=None避免夏令时歧义）
local_time = local_timezone.localize(parsed_time, is_dst=None)
# 转成UTC时间
utc_time = local_time.astimezone(pytz.utc)
# 生成纳秒级时间戳
nano_ts = int(utc_time.timestamp() * 10**9)

情况2：CSV时间已经是UTC

直接解析并标记为UTC时间即可：

from datetime import datetime
import pytz

csv_time = "12-26-2017 7:34:27"
utc_time = datetime.strptime(csv_time, "%m-%d-%Y %H:%M:%S").replace(tzinfo=pytz.utc)
nano_ts = int(utc_time.timestamp() * 10**9)

第三步：修正后的完整写入代码 #

确保字段名正确，且fields里的数值是数字类型（不要是字符串）：

client.write_points([
    {
        "measurement": "Meter1",
        "tags": {"host": "localPC", "Region": "Northam"},
        "time": nano_ts,  # 这里必须是小写的time
        "fields": {"Energy": 103691, "Power": 24.838}  # 确保是int/float，不是str
    }
])

第四步：验证查询结果 #

写入后，如果你想在InfluxDB里看到和CSV一致的本地时间，可以在查询时指定时区：

SELECT * FROM Meter1 tz('Asia/Shanghai')  # 替换成你的本地时区

这样就能看到和CSV完全匹配的时间序列了。

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