Python Pandas DatetimeIndex.tz_localize()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas DatetimeIndex.tz_localize()函數將tz-naive DatetimeIndex本地化為tz-aware DatetimeIndex。此方法采用時區(tz)天真的DatetimeIndex對象，並使該時區可用。不會將時間移到另一個時區。時區本地化有助於從知道時區的對象切換到不了解時區的對象。

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

範例1：采用DatetimeIndex.tz_localize()函數，以使樸素的DatetimeIndex對象成為可識別時區的對象。

# 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)

輸出：

現在我們想將樸素的DatetimeIndex對象轉換為可識別時區的對象

# make timezone aware 
didx.tz_localize(tz ='Europe/Berlin')

輸出：

正如我們在輸出中看到的那樣，該函數已將時區感知引入了didx對象。範例2：使用DatetimeIndex.tz_localize()函數，以使樸素的DatetimeIndex對象成為可識別時區的對象。

# 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)

輸出：

現在我們想將樸素的DatetimeIndex對象轉換為可識別時區的對象

# make timezone aware 
didx.tz_localize(tz ='US/Eastern')

輸出：

正如我們在輸出中看到的那樣，該函數已將時區感知引入了didx對象。