Python Pandas Series.dt.tz_convert
Series.dt可以用来访问系列的数据时间值,并返回几个属性。Pandas Series.dt.tz_convert()函数将tz-aware Datetime Array/Index从一个时区转换到另一个时区。
语法: Series.dt.tz_convert(*args, **kwargs)
参数:
tz :时区来转换时间戳。
返回:与自身类型相同
示例#1:使用Series.dt.tz_convert()函数来转换给定系列对象中的时间戳的时区。
# 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_convert()函数将给定系列对象中的时间戳转换为’Europe/Berlin’。
# convert to 'Europe / Berlin'
result = sr.dt.tz_convert(tz = 'Europe / Berlin')
# print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dt.tz_convert()函数已经成功地将给定系列对象中的时间戳的时区转换为目标时区。
示例#2 :使用Series.dt.tz_convert()函数转换给定系列对象中时间戳的时区。
# 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_convert()函数将给定的系列对象中的时间戳转换为 “亚洲/卡尔库塔”。
# convert to 'Asia / Calcutta'
result = sr.dt.tz_convert(tz = 'Asia / Calcutta')
# print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dt.tz_convert()函数已经成功地将给定系列对象中的时间戳的时区转换为目标时区。