Series.dt
可用于以datetimelike的形式访问序列的值并返回几个属性。 Pandas Series.dt.tz_convert()
函数将tz-aware日期时间数组/索引从一个时区转换为另一个时区。
用法: Series.dt.tz_convert(*args, **kwargs)
参数:
tz:将时间戳转换为的时区。
返回值:与自我同类型
范例1:采用Series.dt.tz_convert()
函数,用于转换给定系列对象中时间戳的时区。
# 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',
tz = 'US / Central'))
# 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_convert()
函数将给定系列对象中的时间戳转换为“欧洲/柏林”。
# convert to 'Europe / Berlin'
result = sr.dt.tz_convert(tz = 'Europe / Berlin')
# print the result
print(result)
输出:
正如我们在输出中看到的,Series.dt.tz_convert()
函数已成功将给定系列对象中时间戳的时区转换为目标时区。
范例2:采用Series.dt.tz_convert()
函数,用于转换给定系列对象中时间戳的时区。
# 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',
tz = 'US / Central'))
# 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_convert()
函数可将给定系列对象中的时间戳转换为“亚洲/加图塔”。
# convert to 'Asia / Calcutta'
result = sr.dt.tz_convert(tz = 'Asia / Calcutta')
# print the result
print(result)
输出:
正如我们在输出中看到的,Series.dt.tz_convert()
函数已成功将给定系列对象中时间戳的时区转换为目标时区。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.str.contains()用法及代码示例
- Python Pandas dataframe.std()用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas dataframe.sem()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas.Categorical()用法及代码示例
- Python Pandas.apply()用法及代码示例
- Python Pandas TimedeltaIndex.contains用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Series.str.pad()用法及代码示例
- Python Pandas Series.take()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas series.str.get()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.dt.tz_convert。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。