Python Pandas Series.dt.tz

Series.dt可以用来访问类似于数据时间的系列值，并返回几个属性。Pandas Series.dt.tz属性返回时区（如果有），否则返回无。

语法: Series.dt.tz

参数：无

返回 :时区

示例#1：使用Series.dt.tz属性来查找给定系列对象中基于日期时间的底层数据的时区。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['2012-12-31', '2019-1-1 12:30', '2008-02-2 10:30',
               '2010-1-1 09:25', '2019-12-31 00:00'])
  
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
  
# set the index
sr.index = idx
  
# Convert the underlying data to datetime 
sr = pd.to_datetime(sr)
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.dt.tz属性来查找给定系列对象中日期时间数据的时区。

# find the timezone
result = sr.dt.tz
  
# print the result
print(result)

输出 :

正如我们在输出中所看到的，Series.dt.tz属性返回了None，表明所给的日期时间数据的时区并不清楚。

示例#2 :使用Series.dt.tz属性来查找给定系列对象中基于日期时间的基础数据的时区。

# 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)

输出 :

现在我们将使用Series.dt.tz属性来查找给定系列对象中日期时间数据的时区。

# find the timezone
result = sr.dt.tz
  
# print the result
print(result)

输出 :

正如我们在输出中看到的，Series.dt.tz属性已经成功地返回了给定Series对象中基于日期时间的底层数据的时区。