Python Pandas合并日期时间列并转换为UTC时区求助

正确的解决方案步骤 #

1. 合并date和time为datetime列（指定格式更可靠）

Pandas的pd.to_datetime可以直接处理拼接后的时间字符串，而且通过format参数明确指定原始时间格式，能避免自动推断时出现错误。你的date是MM/DD/YYYY格式，time是H:M格式，所以格式字符串用%m/%d/%Y %H:%M：

df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'], format='%m/%d/%Y %H:%M')

2. 转换为UTC时区

这里关键是要明确原始数据的时区（比如你的数据是北京时间、纽约时间还是本身就是UTC时间？）：

• 如果原始时间是某个本地时区（比如北京时间）：先给datetime列添加上原始时区，再转换为UTC

  # 本地化原始时区（示例为北京时间，根据你的实际数据调整时区标识）
  df['datetime'] = df['datetime'].dt.tz_localize('Asia/Shanghai')
  # 转换为UTC时区
  df['datetime'] = df['datetime'].dt.tz_convert('UTC')
  

• 如果原始数据本身就是UTC时间：直接给datetime列添加UTC时区标识即可

  df['datetime'] = df['datetime'].dt.tz_localize('UTC')
  

3. 删除原date和time列

用drop方法移除不需要的列：

df.drop(columns=['date', 'time'], inplace=True)

完整代码示例 #

import pandas as pd

# 模拟你的数据
data = {
    'date': ['1/15/2018', '1/15/2018', '1/15/2018'],
    'Seq': [1, 2, 3],
    'time': ['0:00', '0:01', '0:02']
}
df = pd.DataFrame(data)

# 合并时间列
df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'], format='%m/%d/%Y %H:%M')

# 转换为UTC（这里假设原始时区是北京时间，按需调整）
df['datetime'] = df['datetime'].dt.tz_localize('Asia/Shanghai').dt.tz_convert('UTC')

# 删除原列
df.drop(columns=['date', 'time'], inplace=True)

print(df)

运行后你会得到带UTC时区的datetime列，格式是可读的YYYY-MM-DD HH:MM:SS+00:00，而不是时间戳。

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