概念理解：

**Series.dt.tz_localize()**方法的作用为：
官方解释：Localize tz-naive Datetime Array/Index to tz-aware Datetime Array/Index.即，本地化 “tz天真(tz-naive)的日期时间(datetiem)索引/数组” 到 “可感知tz(tz-aware)的日期时间(datetime)索引/数组”。
Returns：Same type as self，Array/Index converted to the specified time zone.
详见Pandas官方API reference

那么什么是tz-naive和tz-aware呢？：

There are two kinds of date and time objects: “naive” and “aware”.

An aware object has sufficient knowledge of applicable algorithmic and political time adjustments, such as time zone and daylight saving time information, to locate itself relative to other aware objects. An aware object is used to represent a specific moment in time that is not open to interpretation.

A naive object does not contain enough information to unambiguously locate itself relative to other date/time objects. Whether a naive object represents Coordinated Universal Time (UTC), local time, or time in some other timezone is purely up to the program, just like it is up to the program whether a particular number represents metres, miles, or mass. Naive objects are easy to understand and to work with, at the cost of ignoring some aspects of reality.

简单来说，tz-naive没有存储时区的信息，也就是很难用于实际数据分析，而tz-aware表示一个特定地区的时间(存储了时区信息)，例如中国(GMT+8), 加拿大(GMT-3, GMT-5, GMT-6, GMT-7)等。

补充知识：
时区是以UTC的偏移量的形式表示的。
1⃣️ GMT(Greenwich Mean Time)格林威治平时
2⃣️DST(Daylight Saving Time)夏令时
3⃣️ UTC(Coodinated Universal Time)协调世界时

**Series.tz_convert()**的作用：

官方解释：Convert tz-aware Datetime Array/Index from one time zone to another.
Parameters：tz str, pytz.timezone, dateutil.tz.tzfile or None
Time zone for time. Corresponding timestamps would be converted to this time zone of the Datetime Array/Index. A tz of None will convert to UTC and remove the timezone information. 即，将tz-aware datetime 从一个时区转移到另一个时区。
Returns：Array or Index
详见Pandas官方API reference

这是我要处理的数据(.csv)：

代码如下：

# load data
wireless_df = pd.read_csv("/Users/a123/Desktop/ping_data_lala.csv")
print(wireless_df)# convert timestamps to datetime
wireless_df["timestamp"] = pd.to_datetime(wireless_df["timestamp"], unit="s")
print(wireless_df["timestamp"])# 本地化本地时间 都是Series类型
print("%%%%%%%", "\n", type(wireless_df["timestamp"]))  # 一般时间
wireless_df["timestamp"] = wireless_df.timestamp.dt.tz_localize('UTC')  # 得到naive时间
print("==========", "\n", wireless_df["timestamp"])
wireless_df["timestamp"] = wireless_df["timestamp"].dt.tz_convert("US/Eastern")  # 得到aware时间
print("~~~~~~~~~~", "\n", wireless_df["timestamp"])

运行结果：

   %%%%%%% <class 'pandas.core.series.Series'>
========== 0       2019-05-28 10:55:09+00:00
1       2019-05-28 10:55:20+00:00
2       2019-05-28 10:55:30+00:00
3       2019-05-28 10:55:40+00:00
4       2019-05-28 10:55:50+00:00...
72458   2019-06-04 23:24:19+00:00
72459   2019-06-04 23:24:30+00:00
72460   2019-06-04 23:24:40+00:00
72461   2019-06-04 23:24:50+00:00
72462   2019-06-04 23:25:00+00:00
Name: timestamp, Length: 72463, dtype: datetime64[ns, UTC]
~~~~~~~~~~ 0       2019-05-28 06:55:09-04:00
1       2019-05-28 06:55:20-04:00
2       2019-05-28 06:55:30-04:00
3       2019-05-28 06:55:40-04:00
4       2019-05-28 06:55:50-04:00...
72458   2019-06-04 19:24:19-04:00
72459   2019-06-04 19:24:30-04:00
72460   2019-06-04 19:24:40-04:00
72461   2019-06-04 19:24:50-04:00
72462   2019-06-04 19:25:00-04:00
Name: timestamp, Length: 72463, dtype: datetime64[ns, US/Eastern]

Python Pandas库 Series.dt.tz_localize()和 Series.dt.tz_convert()的简单使用相关推荐

Python pandas库｜任凭弱水三千，我只取一瓢饮（6）
上一篇链接: Python pandas库|任凭弱水三千,我只取一瓢饮(5)_Hann Yang的博客-CSDN博客 DataFrame 类方法(211个,其中包含18个子类.2个子模块) >& ...
Python pandas库｜任凭弱水三千，我只取一瓢饮（5）
上一篇链接: Python pandas库|任凭弱水三千,我只取一瓢饮(4)_Hann Yang的博客-CSDN博客 S~W: Function46~56 Types['Function'][45: ...
Python pandas库｜任凭弱水三千，我只取一瓢饮（4）
上一篇链接: Python pandas库|任凭弱水三千,我只取一瓢饮(3)_Hann Yang的博客-CSDN博客 R(read_系列2): Function36~45 Types['Funct ...
Python pandas库｜任凭弱水三千，我只取一瓢饮（7）
上一篇链接: Python pandas库|任凭弱水三千,我只取一瓢饮(6)_Hann Yang的博客-CSDN博客 to_系列函数:22个 (12~22) Function12 to_numpy(s ...
Python pandas库｜任凭弱水三千，我只取一瓢饮（1）
对Python的 pandas 库所有的内置元类.函数.子模块等全部浏览一遍,然后挑选一些重点学习一下.我安装的库版本号为1.3.5,如下: >>> import pandas as ...
Python pandas库｜任凭弱水三千，我只取一瓢饮（3）
上一篇链接: Python pandas库|任凭弱水三千,我只取一瓢饮(2)_Hann Yang的博客-CSDN博客 R(read_系列1): Function26~35 Types['Functi ...
Python pandas库｜任凭弱水三千，我只取一瓢饮（2）
上一篇链接: Python pandas库|任凭弱水三千,我只取一瓢饮(2)_Hann Yang的博客-CSDN博客 I~Q: Function10~25 Types['Function'][9:2 ...
python pandas库读取excel/csv中指定行或列数据详解
通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下 ...
python pandas库——pivot使用心得
python pandas库--pivot使用心得 2017年12月14日 17:07:06 阅读数:364 最近在做基于python的数据分析工作,引用第三方数据分析库--pandas(versio ...
python | Pandas库导入Excel数据（xlsx格式文件）函数：read_excel()
导入csv格式文件 python | Pandas库导入csv格式文件函数:read_excel()https://mp.csdn.net/mp_blog/creation/editor/123951 ...

Python Pandas库 Series.dt.tz_localize()和 Series.dt.tz_convert()的简单使用

概念理解：

代码如下：

运行结果：

Python Pandas库 Series.dt.tz_localize()和 Series.dt.tz_convert()的简单使用相关推荐

最新文章

热门文章