Python 如何让pandas使用列的值，而不是将其作为一个系列使用？

我有一些数据被本地化到不同的时区，时区在一个单独的列中。我已经从postgres数据库将数据加载到pandas数据框中，我正在尝试将它们组合起来，以便根据需要进行调整。数据上的某些指标需要是UTC，而某些指标需要是本地化时间

我试过这个：

df['timestamp'] = df['timestamp'].dt.tz_localize(tz=pytz.timezone(df['timezone']))

我得到AttributeError:“Series”对象没有属性“upper”，我不知道如何得到它正在处理的行

所以我这样做了：

for index, row in df.iterrows():
     df.loc['index', 'timestamp'] = row['timestamp'].tz_localize(tz=pytz.timezone(row['timezone']))

这是可行的，但需要很长时间来处理

---

关于我遗漏了什么或者有更好的方法吗？

使用itertuples仍然需要很长时间，但比iterrows快得多。没有什么需要改变的

for row in df.itertuples():
        df.loc[row.Index, 'timestamp'] = row.timestamp.tz_localize(tz=pytz.timezone(row.time_zone))

---

我还没有做过时间来知道它有多快。我以后会调查的。谢谢你@AndyL。用于指出时间点。

您能显示dfIIUC吗？您希望每一行的列

时间戳

从列

时区

转换为相应的时区。也就是说，每一行被转换成不同的时区。在这种情况下，没有合适的矢量化操作。您所能做的最好的方法是使用列表理解或itertuples来循环每一行。您需要看到什么，它们大约有50列，大约有400k行？时间戳是一个数据类型：datetime64[ns]，时区是一个字符串。按时区分组并使用您的第一次尝试如何（每个时区都是

tz

）@AndyL。谢谢，看起来好多了。从iterrows更改为itertuples。一旦我完成测试，我将发布答案。