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。
版权属于：月萌API www.moonapi.com，转载请注明出处
