Python|熊猫 DatetimeIndex.tz_localize()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas DatetimeIndex.tz_localize()函数将 tz-naive DatetimeIndex 本地化为 tz-aware DatetimeIndex。此方法采用时区 (tz) 天真的 DatetimeIndex 对象，并使该时区感知。它不会将时间移动到另一个时区。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。

Syntax: DatetimeIndex.tz_localize(tz, ambiguous=’raise’, errors=’raise’)

Parameters :
tz : Time zone to convert timestamps to tz-aware DatetimeIndex. Passing None will remove the time zone information preserving local time.
ambiguous : str {‘infer’, ‘NaT’, ‘raise’} or bool array, default ‘raise’
errors : {‘raise’, ‘coerce’}, default ‘raise’

Return : Index converted to the specified time zone.

示例 #1：使用DatetimeIndex.tz_localize()函数将天真的 DatetimeIndex 对象转换为可识别时区的对象。

# 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 ：

现在我们想将天真的 DatetimeIndex 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，该函数已将时区感知引入到didx对象中。示例 #2：使用DatetimeIndex.tz_localize()函数将天真的 DatetimeIndex 对象转换为可识别时区的对象。

# 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 ：

现在我们想将天真的 DatetimeIndex 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，该函数已将时区感知引入到didx对象中。