跳转至

Python | Pandas data frame.tz_localize

原文:https://www.geesforgeks.org/python-pandas-data frame-tz_local/

Pandas DataFrame 是一个二维可变大小、潜在异构的表格数据结构,带有标记轴(行和列)。算术运算在行标签和列标签上对齐。它可以被认为是系列对象的类似字典的容器。这是熊猫的主要数据结构。

熊猫 **DataFrame.tz_localize()**功能将系列或数据帧的原始索引定位到目标时区。此操作将索引本地化。

语法: DataFrame.tz_localize(tz,轴=0,级别=无,副本=真,不明确= '提升',不存在= '提升')

参数: tz : 字符串或 pytz.timezone 对象 轴:要本地化的轴 级别:如果轴是一个 MultiIndex,则本地化一个特定级别。否则必须为无 副本:同时复制底层数据 不明确:当时钟因夏令时而向后移动时,可能会出现不明确的时间 不存在:在时钟因夏令时而向前移动的特定时区中不存在不存在的时间

返回:与输入类型相同。

示例#1: 使用DataFrame.tz_localize()函数将数据帧的给定 tz-naive 索引定位到目标时区。

# importing pandas as pd
import pandas as pd

# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})

# Create the index
index_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H', tz = 'US / Central')

# Set the index
df.index = index_

# Print the DataFrame
print(df)

输出:

现在,我们将使用DataFrame.tz_localize()函数将数据框的给定 tz-naive 索引本地化为“欧洲/柏林”时区。

# Let's find out the current timezone
# of the given dataframe
print(df.index)

# Let's localize the timezone of the
# dataframe index to 'Europe / Berlin'
df = df = df.tz_localize(tz = 'Europe / Berlin')

# Let's find out the current timezone
# of the given dataframe
print(df.index) 

输出:

正如我们在输出中看到的那样,DataFrame.tz_localize()函数已经成功地将给定数据帧的 tz-naive 索引本地化为目标时区。

示例#2 : 使用DataFrame.tz_localize()函数定位给定数据帧的原始索引。给定数据帧的索引是多索引。

# importing pandas as pd
import pandas as pd

# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})

# Create the MultiIndex
index_ = pd.MultiIndex.from_product([['Date'], pd.date_range('2010-10-09 08:45', periods = 5, freq ='H')],
           names =['Level 1', 'Level 2'])

# Set the index
df.index = index_

# Print the DataFrame
print(df)

输出:

现在我们将使用DataFrame.tz_localize()函数将给定数据帧的初始索引定位到‘美国/中央’。

# Let's find out the current timezone
# of the Level 1 of the given dataframe
print(df.index[1])

# Let's localize the timezone of the
# level 1 of the dataframe to 'US / Central'
df = df.tz_localize(tz = 'US / Central', level = 1)

# Let's find out the current timezone
# of the level 1 of the given dataframe
print(df.index[1]) 

输出:

正如我们在输出中看到的那样,DataFrame.tz_localize()函数已经成功地将给定数据帧的初始索引本地化为“美国/中央”。



回到顶部