Python Pandas DatetimeIndex.tz_localize()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas DatetimeIndex.tz_localize()函数将无时区的DatetimeIndex本地化为有时区意识的DatetimeIndex。这个方法接收一个无时区（tz）的DatetimeIndex对象，并使这个时区感知。它不会将时间转移到另一个时区。时区定位有助于从有时区意识的对象切换到无时区意识的对象。

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

参数 :
tz :时区，将时间戳转换为tz-aware DatetimeIndex。传递None将删除时区信息，保留本地时间。
ambiguous : str {‘infer’, ‘NaT’, ‘raise’} 或 bool array, default ‘raise’.
errors: {‘raise’, ‘force’}, 默认’raise’。

返回：索引转换为指定的时区。

例子#1：使用DatetimeIndex.tz_localize()函数，将天真的DatetimeIndex对象变成一个具有时区意识的对象。

# 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)

输出 :

现在我们要把天真的DatetimeIndex对象转换为一个有时区意识的对象

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

输出 :

正如我们在输出中看到的，该函数将时区意识引入了didx对象。

示例#2：使用DatetimeIndex.tz_localize()函数，将天真的DatetimeIndex对象变成一个具有时区意识的对象。

# 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)

输出 :

现在我们要把天真的DatetimeIndex对象转换为一个有时区意识的对象

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

输出 :

正如我们在输出中看到的，该函数将时区意识引入了didx对象。