Series.dt
可用於以datetimelike的形式訪問序列的值並返回幾個屬性。 Pandas Series.dt.tz_convert()
函數將tz-aware日期時間數組/索引從一個時區轉換為另一個時區。
用法: Series.dt.tz_convert(*args, **kwargs)
參數:
tz:將時間戳轉換為的時區。
返回值:與自我同類型
範例1:采用Series.dt.tz_convert()
函數,用於轉換給定係列對象中時間戳的時區。
# 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)
輸出:
現在我們將使用Series.dt.tz_convert()
函數將給定係列對象中的時間戳轉換為“歐洲/柏林”。
# convert to 'Europe / Berlin'
result = sr.dt.tz_convert(tz = 'Europe / Berlin')
# print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.dt.tz_convert()
函數已成功將給定係列對象中時間戳的時區轉換為目標時區。
範例2:采用Series.dt.tz_convert()
函數,用於轉換給定係列對象中時間戳的時區。
# 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)
輸出:
現在我們將使用Series.dt.tz_convert()
函數可將給定係列對象中的時間戳轉換為“亞洲/加圖塔”。
# convert to 'Asia / Calcutta'
result = sr.dt.tz_convert(tz = 'Asia / Calcutta')
# print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.dt.tz_convert()
函數已成功將給定係列對象中時間戳的時區轉換為目標時區。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.str.contains()用法及代碼示例
- Python Pandas dataframe.std()用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas dataframe.sem()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas.Categorical()用法及代碼示例
- Python Pandas.apply()用法及代碼示例
- Python Pandas TimedeltaIndex.contains用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Series.str.pad()用法及代碼示例
- Python Pandas Series.take()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas series.str.get()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.dt.tz_convert。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。