python convert函数_Python pandas.DataFrame.tz

DataFrame.tz_convert(tz, axis=0, level=None, copy=True)[source]

将tz-aware axis转换为目标时区。

参数：tz：str或 tzinfo object

移动的周期数，可以是正的，也可以是负的。

axis ：要转换的轴

level ：int, str, 默认为None

如果axis是多索引，则转换特定级别。否则，一定为None。

copy ：bool, 默认为 True

是否要复制基础数据。

返回值：{klass}

具有时区转换轴的对象。

Raises：TypeError

如果坐标轴是 tz-naive.

例子，

使用DataFrame.tz_convert()函数将给定数据帧的时区转换为'Europe/Berlin'。>>> import pandas as pd

>>> df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],

'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],

'Age':[14, 25, 55, 8, 21]})

>>> index_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H', tz = 'US/Central')

>>> df.index = index_

# 让我们看看现在的时区

# 给定的数据格式

>>> print(df.index)

DatetimeIndex(['2010-10-09 08:45:00-05:00', '2010-10-09 09:45:00-05:00',

'2010-10-09 10:45:00-05:00', '2010-10-09 11:45:00-05:00',

'2010-10-09 12:45:00-05:00'],

dtype='datetime64[ns, US/Central]', freq='H')

#属性的时区转换

# dataframe到 “欧洲/柏林”

>>> df = df.tz_convert(tz = 'Europe/Berlin')

#让我们找出当前的时区

#指定dataframe

>>> print(df.index)

DatetimeIndex(['2010-10-09 15:45:00+02:00', '2010-10-09 16:45:00+02:00',

'2010-10-09 17:45:00+02:00', '2010-10-09 18:45:00+02:00',

'2010-10-09 19:45:00+02:00'],

dtype='datetime64[ns, Europe/Berlin]', freq='H')

python convert函数_Python pandas.DataFrame.tz_convert函数方法的使用相关推荐

python dataframe loc函数_python pandas.DataFrame.loc函数使用详解
官方函数 DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is prim ...
python数据去重的函数_python pandas dataframe 去重函数的具体使用
今天笔者想对pandas中的行进行去重操作,找了好久,才找到相关的函数先看一个小例子 from pandas import Series, DataFrame data = DataFrame({' ...
python resample函数_Python pandas.DataFrame.resample函数方法的使用
DataFrame.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=Non ...
python iloc函数_Python pandas.DataFrame.iloc函数方法的使用
DataFrame.iloc 纯粹基于整数位置的索引,用于按位置选择. .iloc[] 主要是基于整数位置(从轴的0到长度-1),但也可以与布尔数组一起使用. 允许的输入:整数, 例如, 5 整数的列 ...
python agg函数_Python pandas.DataFrame.agg函数方法的使用
DataFrame.agg(func, axis=0, *args, **kwargs) 使用指定axis上的一个或多个操作Aggregate. 参数:func: function, str, lis ...
python describe函数_Python pandas.DataFrame.describe函数方法的使用
DataFrame.describe(self, percentiles=None, include=None, exclude=None) 生成描述性统计数据,总结数据集分布的集中趋势,分散和形状, ...
python mul函数_Python pandas.DataFrame.mul函数方法的使用
DataFrame.mul(self, other, axis='columns', level=None, fill_value=None)DataFrame.multiply(self, othe ...
python replace函数_Python pandas.DataFrame.replace函数方法的使用
DataFrame.replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method= ...
python中cumsum函数_Python pandas.DataFrame.cumsum函数方法的使用
DataFrame.cumsum(self, axis=None, skipna=True, *args, **kwargs) 返回DataFrame或Series轴上的累计和. 返回包含累计和的相同 ...

python convert函数_Python pandas.DataFrame.tz_convert函数方法的使用

python convert函数_Python pandas.DataFrame.tz_convert函数方法的使用相关推荐

最新文章

热门文章