Python 当datetime列为时区时，是否检查其数据类型？

我的数据帧中有一个时区感知列，当我运行

dtypes

时，我会得到输出

datetime64[ns，pytz.FixedOffset（60）]

我正在编写一个脚本，以确保在将列数据添加到数据库之前，列数据的类型肯定是

datatime64[ns]

但是，当我使用以下if语句检查列数据类型时：

df['date'].dtypes！='datetime64[ns，pytz.FixedOffset（60）]”

我收到以下错误消息：

TypeError:元数据字符串“[ns，pytz.FixedOffset（60）]”中的日期时间单位无效。

所以基本上。。。当数据帧中的

dtype

列具有时区意识时，如何确认该列的类型为

datetime[*]

我的时区是伦敦/UTC。除了

read\u csv（）

中的

parse\u dates

和：

df['date']=pd.to_datetime（df['date']，格式='%Y-%m-%dT%T%z'）

---

我缺少什么吗？

df['date']。数据类型是一个对象。您应该能够对其进行str（）操作，然后比较：

str(df['date'].dtypes) != 'datetime64[ns, pytz.FixedOffset(60)]'

---

df['date']。数据类型是一个对象。您应该能够对其进行str（）操作，然后比较：

str(df['date'].dtypes) != 'datetime64[ns, pytz.FixedOffset(60)]'

---

我有一个类似的问题，我这样解决：

isinstance(df['col_name'].dtype, pd.core.dtypes.dtypes.DatetimeTZDtype)

---

我有一个类似的问题，我这样解决：

isinstance(df['col_name'].dtype, pd.core.dtypes.dtypes.DatetimeTZDtype)

---

我想这就是我要走的路。我正在使用一个自定义的模式验证器，我的设置如下：```对于目标列中的列：如果不是df[column]，那么type\u targets=schema\u definition[column][0]。对于检查日期时间列，这是一个笨拙的故障切换，但是如果type_中的pd.DatetimeTZDtype是targets，并且是instance（df[column].dtype，pd.DatetimeTZDtype）：continue``我想这就是方法。我正在使用一个自定义的模式验证器，我的设置如下：```对于目标列中的列：如果不是df[column]，那么type\u targets=schema\u definition[column][0]。对于检查日期时间列，这是一个笨拙的故障切换，但是，如果类型_中的pd.DatetimeTZDtype是目标并且是实例（df[column].dtype，pd.DatetimeTZDtype）：continue，则它可以工作```