Python|熊猫系列.tz_convert
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 系列是带有轴标签的一维 ndarray。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了许多用于执行涉及索引的操作的方法。
Pandas Series.tz_convert()
函数适用于时区感知索引。它将 tz 感知轴转换为目标时区。
Syntax: Series.tz_convert(tz, axis=0, level=None, copy=True)
Parameter :
tz : string or pytz.timezone object
axis : the axis to convert
level : int, str, default None
copy : Also make a copy of the underlying data.
Returns : Series
示例 #1:使用Series.tz_convert()
函数将给定系列的时区感知索引转换为目标时区。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 6, tz = 'Asia/Calcutta')
# set the index
sr.index = didx
# Print the series
print(sr)
输出 :
现在我们将使用Series.tz_convert()
函数将给定的时区索引转换为时区感知索引到目标时区,即“美国/中部”。
# convert to 'US / Central'
sr.tz_convert('US/Central')
输出 :
正如我们在输出中看到的, Series.tz_convert()
函数已将给定系列对象的索引的时区转换为所需的时区。示例 #2:使用Series.tz_convert()
函数将给定系列的时区感知索引转换为目标时区。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',
periods = 5, tz = 'Asia/Calcutta')
# set the index
sr.index = didx
# Print the series
print(sr)
输出 :
现在我们将使用Series.tz_convert()
函数将给定的时区索引转换为时区感知索引到目标时区,即“欧洲/柏林”
# convert to 'Europe / Berlin'
sr.tz_convert('Europe/Berlin')
输出 :