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 Timestamp.tz_localize()
函数将天真时间戳转换为本地时区,或从tz-aware时间戳中删除时区。
用法:Timestamp.tz_localize()
参数:
tz:时间戳将转换为的时区。没有一个将删除保留本地时间的时区。
ambiguous:bool,“ NaT”,默认为“ raise”
errors:“ raise ”,“强制”,默认“ raise ”
返回:本地化:时间戳
范例1:采用Timestamp.tz_localize()
函数将tz-aware时间戳转换为朴素的时间戳对象。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2011, month = 11, day = 21,
hour = 10, second = 49, tz = 'US/Central')
# Print the Timestamp object
print(ts)
输出:
现在我们将使用Timestamp.tz_localize()
函数将tz-aware时间戳转换为朴素时间戳。
# convert to naive Timestamp
ts.tz_localize(tz = None)
输出:
正如我们在输出中看到的,Timestamp.tz_localize()
函数已将给定的时间戳转换为幼稚的时间戳映射。
范例2:采用Timestamp.tz_localize()
函数将给定的朴素时间戳转换为tz-aware时间戳对象。将时区设置为“美国/太平洋”。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2009, month = 5, day = 31,
hour = 4, second = 49)
# Print the Timestamp object
print(ts)
输出:
现在我们将使用Timestamp.tz_localize()
函数将ts对象的时区设置为“美国/太平洋”。
# set to 'US / Pacific'
ts.tz_localize(tz = 'US/Pacific')
输出:
正如我们在输出中看到的,Timestamp.tz_localize()
函数已将给定对象的时区设置为“美国/太平洋”。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Timestamp.second用法及代码示例
- Python Pandas DataFrame.abs()用法及代码示例
- Python Pandas Series.lt()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas Series.pop()用法及代码示例
- Python Pandas TimedeltaIndex.max用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.mean()用法及代码示例
- Python Pandas TimedeltaIndex.min用法及代码示例
- Python Pandas Series.ptp()用法及代码示例
- Python Pandas dataframe.cov()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 Timestamp.tz_localize。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。