Python Pandas中的时区转换与日期运算

群里有个同事问我 pandas 那个带时区的时间戳到底咋整，经常一做数据透视表结果全乱套，尤其是遇到那个UTC和本地时间，脑壳嗡嗡的。你们是不是也经常碰到？我前几天刚把一堆log数据处理成上海时间，搞得头有点大，顺手在本子上记了点经验，今儿跟你们聊聊。

pandas 里时区到底有啥用？

其实一般刚开始学 pandas，大家直接 pd.to_datetime()，拿到的就是时区不带信息的 datetime64[ns]，特别纯洁（嗯，没毛病）。但只要你碰上跨时区数据，比如服务器UTC、业务数据东八区，或者爬国外网站，光裸奔着用时间戳，很快就闹心了。那种「差8小时」你没遇到过吗？反正我之前被坑过好几次。

怎么加时区？一行代码很快

比如说你拿了个数据表，有一列全是“2024-07-10 09:30:00”这种，先转成 datetime：

import pandas as pd
df = pd.DataFrame({
'dt': ['2024-07-10 09:30:00', '2024-07-10 12:00:00']
})
df['dt'] = pd.to_datetime(df['dt'])

这样还没加时区，直接看 type：

print(df['dt'].dt.tz)
# 输出 None

加时区，直接 .dt.tz_localize('Asia/Shanghai')，不是 tz_convert，这个区别你们一定要分清，不然踩坑。

df['dt'] = df['dt'].dt.tz_localize('Asia/Shanghai')
print(df['dt'])

一眼看出加了“+08:00”。如果你本来那列带时区，比如UTC，就用 .dt.tz_convert('Asia/Shanghai')。千万别反了，这俩方法搞混了，pandas会直接给你来一句“Already tz-aware, use tz_convert instead”。

跨时区的坑，别自己加减小时

你有时候看 UTC 和北京时间差 8 小时，老想直接 df['dt'] + pd.Timedelta(hours=8)。我劝你别这么干，这样加完数据类型还是 tz-naive 的 datetime，万一原始数据有遗漏，坑自己不浅。标准姿势还是 .dt.tz_localize('UTC').dt.tz_convert('Asia/Shanghai')，官方推荐。

比如有 UTC 的时间戳：

df['dt'] = pd.to_datetime(df['dt']).dt.tz_localize('UTC').dt.tz_convert('Asia/Shanghai')

你直接加减小时，日期溢出、夏令时全乱套。

日期运算，带不带时区大不同

我有一次在公司楼下抽烟，聊着聊着被问，你们 groupby 做日汇总时，发现为啥少一天？原来是时间带时区和不带时区搞混了。你直接用 dt.date，如果没先转到本地时区，算出来的日期就是UTC那一天，和国内的业务一天不对口。

比如：

df['date'] = df['dt'].dt.date

建议先 .dt.tz_convert('Asia/Shanghai') 再 .dt.date，别偷懒。否则你以为 2024-07-10 00:30 UTC 算 10 号，实际上东八区还是 7 号早上 8:30，对账直接对不齐。

时间差咋算？小心溢出

再有个常见需求就是算两个时间的差，比如 “工单处理时长” 这种。这个还得分你俩时间列是不是一个时区。最好都统一先转成同一个时区（比如都变成 Asia/Shanghai），再 df['dt2'] - df['dt1']，不然有警告。

df['dt1'] = df['dt1'].dt.tz_convert('Asia/Shanghai')
df['dt2'] = df['dt2'].dt.tz_convert('Asia/Shanghai')
df['diff'] = df['dt2'] - df['dt1']

反正就是 pandas 玩时间，时区是个绕不过去的坑，千万别嫌麻烦，不然踩雷自己填。带不带 tz 信息处理逻辑全变，尤其是跨国数据、服务器log，先统一时区再运算，别偷懒。实在记不住，就每次 .dt.tz_convert('Asia/Shanghai') 兜底，没毛病。

哦，对了，我还遇到一个奇葩场景，有的接口吐出来一串 ISO 格式，还带 Z，直接 pd.to_datetime 那种“2024-07-10T08:30:00Z”，pandas 秒变带 tz 的 datetime，根本不用自己加时区，很爽。