pandas.DataFrame.tz_localize

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

Локализация временной зоны для индекса Series или DataFrame без привязки к временной зоне.

Эта операция локализует индекс. Для локализации значений в Series без привязки к временной зоне используйте Series.dt.tz_localize().

Параметры:	tz : string or pytz.timezone object axis : the axis to localize level : int, str, default None Если ось является MultiIndex, локализуется определенный уровень. В противном случае должно быть None copy : boolean, default True Также создаётся копия базовых данных ambiguous : ‘infer’, bool-ndarray, ‘NaT’, default ‘raise’ Когда часы переводятся назад из-за DST (перехода на летнее время), могут возникнуть неоднозначные моменты времени. Например, в Центрально-европейском времени (UTC+01), когда происходит переход с 03:00 DST на 02:00 стандартного времени, 02:30:00 местного времени соответствует как 00:30:00 UTC, так и 01:30:00 UTC. В такой ситуации параметр ambiguous определяет, как следует обрабатывать неоднозначные моменты времени. ‘infer’ попытается определить часы перехода на зимнее время в соответствии с порядком булевый массив, где True означает время DST, а False — стандартное время (обратите внимание, что этот флаг применим только к неоднозначным моментам времени) ‘NaT’ вернёт NaT, если есть неоднозначные моменты времени ‘raise’ вызовет AmbiguousTimeError, если есть неоднозначные моменты времени nonexistent : str, default ‘raise’ Несуществующее время не существует в конкретной временной зоне, когда часы переведены вперёд из-за DST. Допустимые значения: ‘shift_forward’ переместит несуществующее время вперёд к ближайшему существующему времени ‘shift_backward’ переместит несуществующее время назад к ближайшему существующему времени ‘NaT’ вернёт NaT, если есть несуществующие моменты времени объекты timedelta сместят несуществующие моменты времени на указанное значение timedelta ‘raise’ вызовет NonExistentTimeError, если есть несуществующие моменты времени Новое в версии 0.24.0.
Возвращает:	Series или DataFrame Тип такой же, как у входных данных.
Возможные исключения:	TypeError Если TimeSeries имеет привязку к временной зоне, а tz не равно None.

Примеры

Локализация местного времени:

>>> s = pd.Series([1],
... index=pd.DatetimeIndex(['2018-09-15 01:30:00']))
>>> s.tz_localize('CET')
2018-09-15 01:30:00+02:00    1
dtype: int64

Обратите внимание на переходы DST. При последовательных данных pandas может определить время DST:

>>> s = pd.Series(range(7), index=pd.DatetimeIndex([
... '2018-10-28 01:30:00',
... '2018-10-28 02:00:00',
... '2018-10-28 02:30:00',
... '2018-10-28 02:00:00',
... '2018-10-28 02:30:00',
... '2018-10-28 03:00:00',
... '2018-10-28 03:30:00']))
>>> s.tz_localize('CET', ambiguous='infer')
2018-10-28 01:30:00+02:00    0
2018-10-28 02:00:00+02:00    1
2018-10-28 02:30:00+02:00    2
2018-10-28 02:00:00+01:00    3
2018-10-28 02:30:00+01:00    4
2018-10-28 03:00:00+01:00    5
2018-10-28 03:30:00+01:00    6
dtype: int64

В некоторых случаях определить DST невозможно. В таких случаях вы можете передать массив ndarray в параметр ambiguous, чтобы явно указать время DST

>>> s = pd.Series(range(3), index=pd.DatetimeIndex([
... '2018-10-28 01:20:00',
... '2018-10-28 02:36:00',
... '2018-10-28 03:46:00']))
>>> s.tz_localize('CET', ambiguous=np.array([True, True, False]))
2018-10-28 01:20:00+02:00    0
2018-10-28 02:36:00+02:00    1
2018-10-28 03:46:00+01:00    2
dtype: int64

Если переход DST приводит к несуществующим моментам времени, вы можете сдвинуть эти даты вперёд или назад с помощью объекта timedelta или ‘shift_forward’ или ‘shift_backwards’. >>> s = pd.Series(range(2), index=pd.DatetimeIndex([ … ‘2015-03-29 02:30:00’, … ‘2015-03-29 03:30:00’])) >>> s.tz_localize(‘Europe/Warsaw’, nonexistent=’shift_forward’) 2015-03-29 03:00:00+02:00 0 2015-03-29 03:30:00+02:00 1 dtype: int64 >>> s.tz_localize(‘Europe/Warsaw’, nonexistent=’shift_backward’) 2015-03-29 01:59:59.999999999+01:00 0 2015-03-29 03:30:00+02:00 1 dtype: int64 >>> s.tz_localize(‘Europe/Warsaw’, nonexistent=pd.Timedelta(‘1H’)) 2015-03-29 03:30:00+02:00 0 2015-03-29 03:30:00+02:00 1 dtype: int64