当前位置：极客教程 > Pandas > Pandas Series > Python Pandas Series.tz_convert

Python Pandas Series.tz_convert

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)
Python

输出 :
Python Pandas Series.tz_convert

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')
Python

输出 :
Python Pandas Series.tz_convert
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)
Python

输出 :

Python Pandas Series.tz_convert

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')
Python

输出 :
Python Pandas Series.tz_convert

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas Series

登录

找回密码？

注册