【数据分析师_04_Python数据分析基础】006_Pandas时序分析（df.tz_localize 时区位置、df.tz_convert 时区转换）

---

转载请注明出处 😃！
手动反爬：Pandas时序分析（df.tz_localize 时区位置、df.tz_convert 时区转换）
https://blog.csdn.net/Lyun911/article/details/112716440

注：以下使用 Jupyter Notebook 演示

---

6 pd.dataframe.timezone 时区转换功能

在处理数据的时候，我们拿到的数据一般都有两种时间状态:
A 本地时间状态，不区分时区问题
B 带有时区的时间状态

timezone 功能就是解决时区问题的利器

载入数据（时间/股价）：

import pandas as pd

df = pd.read_csv("msft.csv")
df
# 注：表中【8/17/2017 9:00:00 AM】是美国 New York 的时间！！！

df = pd.read_csv(
    "msft.csv",
    header = 1,# 第1行的数据不是行头，以第2行为行头
    parse_dates = True,# 自动寻找时间 = True
    index_col = 'Date Time'# 以 'Date Time'作为 index列
)
df.head()

6.1 df.tz_localize 时区位置

df.tz_localize(’’) 时区查看（显示 加/减 小时）

（注：注意事项在备注中）

# timezone = 美国/东部，改完以后Date Time的后面就会出现'-04:00'

# 【2017-08-17 09:00:00】是美国 New York 的时间
# 而【-04:00】指的是相对于0时区【US/Eastern】的时间差
# 所以此处【09:00:00-04:00】=【05:00:00】不是【US/Eastern】的时间！！！
# 【US/Eastern】的实际时间应该是：
#     09:00:00 + (【US/Eastern-04:00】-【New York时间-05:00】) = 10:00
df.tz_localize(tz = 'US/Eastern')

# timezone = 欧洲/柏林，改完以后Date Time的后面就会出现'+02:00'
df.tz_localize(tz = 'Europe/Berlin')

6.2 df.tz_convert 时区转换

df.index = df.index.tz_localize(tz = 'US/Eastern')# 把 df.index替换成带有时区的 index
df.index

df = df.tz_convert('Europe/Berlin')# 将 df的时区转换为 欧洲/柏林
df

查看所有时区，转换时区：

from pytz import all_timezones
print (all_timezones[:30])# 查看所有的时区

df = df.tz_convert('Asia/Shanghai')
df

6.3 不同时区的转换，带时区的 date_range

london = pd.date_range(
    '2012/3/6 08:00:00 ',
    periods = 12,
    freq = 'H',
    tz = 'Europe/London'
)

s = pd.Series(range(12), index = london)
b = s.tz_convert('Asia/Shanghai')