跳转至

python | pandas dateindex.tz_localize()

原文:https://www.geesforgeks.org/python-pandas-datetime index-tz_local/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

Pandas **DatetimeIndex.tz_localize()**函数将 tz-naive DatetimeIndex 本地化为 tz-aware DatetimeIndex。此方法采用一个时区(tz)幼稚的 DatetimeIndex 对象,并使该时区具有感知能力。它不会将时间移到另一个时区。时区本地化有助于从时区感知对象切换到时区不感知对象。

语法:datetime index.tz_localize(tz,模棱两可='raise ',错误='raise ')

参数: tz : 时区将时间戳转换为 tz-aware DatetimeIndex。传递“无”将删除保留本地时间的时区信息。 模棱两可: str { '推断',' NaT ',' raise'}或 bool 数组,默认为' raise' 错误: {'raise ','要挟' },默认为' raise '

返回:索引转换到指定时区。

示例#1: 使用DatetimeIndex.tz_localize()函数将幼稚的 DatetimeIndex 对象转换为具有时区感知的对象。

# importing pandas as pd
import pandas as pd

# Create the DatetimeIndex
# Here 'Q' represents quarter end frequency 
didx = pd.DatetimeIndex(start ='2000-01-15 08:00', freq ='Q', periods = 4)

# Print the DatetimeIndex
print(didx)

输出:

现在,我们希望将天真的日期时间索引对象转换为时区感知对象

# make timezone aware
didx.tz_localize(tz ='Europe/Berlin')

输出: 正如我们在输出中看到的,该函数已经将时区感知引入到了 didx 对象中。

示例#2: 使用DatetimeIndex.tz_localize()函数将幼稚的 DatetimeIndex 对象转换为具有时区意识的对象。

# importing pandas as pd
import pandas as pd

# Create the DatetimeIndex
# Here 'D' represents calendar day frequency 
didx = pd.DatetimeIndex(start ='2014-08-01 10:05:45', freq ='D', periods = 5)

# Print the DatetimeIndex
print(didx)

输出:

现在,我们希望将天真的日期时间索引对象转换为时区感知对象

# make timezone aware
didx.tz_localize(tz ='US/Eastern')

输出: 正如我们在输出中看到的,该函数已经将时区感知引入到了 didx 对象中。



回到顶部