Python Pandas Series.tz_convert

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系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.tz_convert()函数适用于时区感知索引。它将时区感知的轴转换为目标时区。

语法: Series.tz_convert(tz, axis=0, level=None, copy=True)

参数:
tz :字符串或pytz.timezone对象
axis：要转换的轴
level : int, str, default None
copy :也是对基础数据进行复制。

返回：系列

例子#1：使用Series.tz_convert()函数将给定系列的时区感知指数转换为目标时区。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
  
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W', 
                           periods = 6, tz = 'Asia/Calcutta') 
  
# set the index
sr.index = didx
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.tz_convert()函数将给定的时区索引转换为目标时区的时区意识索引，目标时区是 “US/Central”。

# convert to 'US / Central'
sr.tz_convert('US/Central')

输出 :

正如我们在输出中看到的，Series.tz_convert()函数已经将给定系列对象的索引的时区转换为所需的时区。

示例#2：使用Series.tz_convert()函数，将给定系列的时区感知指数转换为目标时区。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
  
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W', 
                     periods = 5, tz = 'Asia/Calcutta') 
  
# set the index
sr.index = didx
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.tz_convert()函数将给定的时区索引转换为目标时区的时区意识索引，目标时区是 “欧洲/柏林”。

# convert to 'Europe / Berlin'
sr.tz_convert('Europe/Berlin')

输出 :