跳转至

Python | Pandas series.dt.tz_localize

原文:https://www.geesforgeks.org/python-pandas-series-dt-tz_local/

Series.dt可用于访问系列的值,如 datetimelike,并返回几个属性。Pandas **Series.dt.tz_localize()**函数将支持 tz 的 Datetime 数组/索引本地化为支持 tz 的 Datetime 数组/索引。此方法采用一个时区(tz)简单的 Datetime 数组/索引对象,并使该时区具有感知能力。它不会将时间移到另一个时区。

语法: Series.dt.tz_localize(args,*kwargs)

参数:

tz : 要将时间戳转换为的时区。

返回:与自身类型相同

示例#1: 使用Series.dt.tz_localize()函数将系列中的 tz-naive 日期时间值本地化为 tz-aware。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(['2012-12-31', '2019-1-1 12:30', '2008-02-2 10:30',
               '2010-1-1 09:25', '2019-12-31 00:00'])

# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']

# set the index
sr.index = idx

# Convert the underlying data to datetime 
sr = pd.to_datetime(sr)

# Print the series
print(sr)

输出:

现在我们将使用Series.dt.tz_localize()函数将给定的天真系列本地化为‘美国/东方’。

# localize to 'US / Eastern'
result = sr.dt.tz_localize(tz = 'US / Eastern')

# print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.dt.tz_localize()函数已经成功地将给定的 tz-naive datetime 序列本地化为 tz-aware。

示例#2 : 使用Series.dt.tz_localize()函数将给定的序列对象作为本机 python datetime 对象的数组返回。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 00:00', periods = 5, freq = 'D'))

# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']

# set the index
sr.index = idx

# Print the series
print(sr)

输出:

现在我们将使用Series.dt.tz_localize()函数将给定的天真系列本地化为“欧洲/柏林”。

# localize to 'Europe / Berlin'
result = sr.dt.tz_localize(tz = 'Europe / Berlin')

# print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.dt.tz_localize()函数已经成功地将给定的 tz-naive datetime 序列本地化为 tz-aware。



回到顶部