Python | Pandas DataFrame.tz_localize

tz_localize是Pandas DataFrame对象的一个方法，可以将时区不明确的时间序列转换为指定时区的时间序列。

语法

DataFrame.tz_localize(tz, axis=0, level=None, copy=True, ambiguous='raise')

参数

• tz: str或pytz.tzinfo，用于指定要转换为的时区。如果为None，则会将所有时间序列视为本地时间。

• axis: {0或"index", 1或"columns"}, 默认为0。如果为0，则为行上的每个时间序列设置时区，如果为1，则为列上的每个时间序列设置时区。

• level: int或 str， 默认为None。如果轴由多层索引，请在此级别上指定要转换的时间序列。

• copy: bool， 默认为True。如果为True，则复制当前对象。

• ambiguous: "raise", "NaT"或None。可能存在二义性时如何进行处理。默认为"raise"，当存在二义性时则会抛出异常，"NaT"会将二义性日期转换为NaT(Not a Time)，None则会在存在二义性时保留它。

返回值

DataFrame对象，将其所有时间序列转换为指定时区的时间序列。

示例

以下示例将展示如何使用tz_localize方法将一个不明确的时间序列转换为指定时区的时间序列：

import pandas as pd
import pytz

# 创建一个不明确时区的时间序列
dates = pd.date_range('2022-01-01', periods=4)
s = pd.Series([1, 2, 3, 4], index=dates)
print(s)

# 输出：
# 2022-01-01    1
# 2022-01-02    2
# 2022-01-03    3
# 2022-01-04    4
# dtype: int64

# 将此时间序列转换为纽约时区的时间序列
ny_tz = pytz.timezone('America/New_York')
s_ny = s.tz_localize(ny_tz)
print(s_ny)

# 输出：
# 2022-01-01 00:00:00-05:00    1
# 2022-01-02 00:00:00-05:00    2
# 2022-01-03 00:00:00-05:00    3
# 2022-01-04 00:00:00-05:00    4
# dtype: int64

# 将此时间序列转换为北京时区的时间序列
bj_tz = pytz.timezone('Asia/Shanghai')
s_bj = s.tz_localize(bj_tz)
print(s_bj)

# 输出：
# 2022-01-01 00:00:00+08:00    1
# 2022-01-02 00:00:00+08:00    2
# 2022-01-03 00:00:00+08:00    3
# 2022-01-04 00:00:00+08:00    4
# dtype: int64

以上代码首先创建了一个不明确时区的时间序列s，然后使用tz_localize方法将该时间序列转换为纽约时区的时间序列s_ny和北京时区的时间序列s_bj。在这个示例中，我们使用pytz模块指定时区。如果不想指定时区，则将参数tz设置为None，再调用tz_localize方法即可。

参考

1. pandas.DataFrame.tz_localize