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 Timestamp.tz_convert()
函數將tz-aware時間戳轉換為另一個時區。該函數將所需的時區作為我們要轉換成的輸入。
用法:Timestamp.tz_convert()
參數:
tz:時間戳將轉換為的時區。沒有一個將刪除保留UTC時間的時區。
返回:轉換為:時間戳
範例1:采用Timestamp.tz_convert()
函數將給定的tz-aware時間戳對象轉換為“亞洲/加爾各答”。
# 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)
輸出:
現在我們將使用Timestamp.tz_convert()
函數將ts對象的時區轉換為“亞洲/加爾各答”。
# convert to 'Asia / Kolkata'
ts.tz_convert(tz = 'Asia/Kolkata')
輸出:
正如我們在輸出中看到的,Timestamp.tz_convert()
函數已將給定對象的時區轉換為“亞洲/加爾各答”。
範例2:采用Timestamp.tz_convert()
函數將給定的tz-aware時間戳對象轉換為“美國/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, tz = 'Europe/Berlin')
# Print the Timestamp object
print(ts)
輸出:
現在我們將使用Timestamp.tz_convert()
函數將ts對象的時區轉換為“美國/太平洋”。
# convert to 'US / Pacific'
ts.tz_convert(tz = 'US/Pacific')
輸出:
正如我們在輸出中看到的,Timestamp.tz_convert()
函數已將給定對象的時區轉換為“美國/太平洋”。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()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 Timestamp.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。