Python Pandas Series.tz_convert用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.tz_convert()函数与时区感知索引配合使用。它将tz-aware轴转换为目标时区。

用法： Series.tz_convert(tz, axis=0, level=None, copy=True)

参数：
tz:字符串或pytz.timezone对象
axis:转换轴
level:int，str，默认值无
copy:还制作基础数据的副本。

返回：系列

范例1：采用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，再转换为目标时区“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。

范例2：采用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，再转换为目标时区“欧洲/柏林”

# convert to 'Europe / Berlin' 
sr.tz_convert('Europe/Berlin')

输出：

相关用法

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.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。