pandas.DatetimeIndex.tz_localize

DatetimeIndex.tz_localize(self, *args, **kwargs) [source]

Локализация часового пояса для массива/индекса Datetime, не имеющего часового пояса.

Этот метод принимает объект массива/индекса Datetime без часового пояса и делает его осознающим часовой пояс. Он не перемещает время в другой часовой пояс. Локализация часового пояса помогает переключаться с объектов, осознающих часовой пояс, на объекты, не осознающие часовой пояс.

Параметры:	tz : str, pytz.timezone, dateutil.tz.tzfile or None Часовой пояс, в который необходимо преобразовать метки времени. Передача None удалит информацию о часовом поясе, сохранив локальное время. ambiguous : ‘infer’, ‘NaT’, bool array, default ‘raise’ При обратном переходе часов из-за летнего времени могут возникнуть неоднозначные моменты времени. Например, в Центральноевропейском времени (UTC+01), при переходе с 03:00 летнего времени на 02:00 стандартного времени, 02:30:00 местного времени возникает 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 на основе порядка булевый массив, где True обозначает время летнего времени, False — время стандартного времени (обратите внимание, что этот флаг применим только к неоднозначным моментам времени) ‘NaT’ возвратит NaT в случае неоднозначных моментов времени ‘raise’ вызовет AmbiguousTimeError, если возникнут неоднозначные моменты времени nonexistent : ‘shift_forward’, ‘shift_backward, ‘NaT’, timedelta, default ‘raise’ Несуществующее время не существует в определенном часовом поясе, где часы переводились вперёд из-за летнего времени. ‘shift_forward’ сдвинет несуществующее время вперёд к ближайшему существующему времени ‘shift_backward’ сдвинет несуществующее время назад к ближайшему существующему времени ‘NaT’ вернёт NaT в случае несуществующих моментов времени объекты timedelta сдвинут несуществующее время на timedelta ‘raise’ вызовет NonExistentTimeError, если возникнут несуществующие моменты времени New in version 0.24.0. errors : {‘raise’, ‘coerce’}, default None ‘raise’ вызовет NonExistentTimeError, если метка времени не действительна в указанном часовом поясе (например, из-за перехода к или от летнего времени). Используйте nonexistent='raise' вместо этого. ‘coerce’ вернёт NaT, если метку времени нельзя преобразовать в указанный часовой пояс. Используйте nonexistent='NaT' вместо этого. Deprecated since version 0.24.0.
Возвращает:	Тип, аналогичный self Массив/индекс, преобразованный в указанный часовой пояс.
Возбуждает:	TypeError Если массив/индекс Datetime имеет часовой пояс и tz не равно None.

См. также

DatetimeIndex.tz_convert

Преобразование tz-осознаемого DatetimeIndex из одного часового пояса в другой.

Примеры

>>> tz_naive = pd.date_range('2018-03-01 09:00', periods=3)
>>> tz_naive
DatetimeIndex(['2018-03-01 09:00:00', '2018-03-02 09:00:00',
               '2018-03-03 09:00:00'],
              dtype='datetime64[ns]', freq='D')

Локализация DatetimeIndex в часовом поясе US/Eastern:

>>> tz_aware = tz_naive.tz_localize(tz='US/Eastern')
>>> tz_aware
DatetimeIndex(['2018-03-01 09:00:00-05:00',
               '2018-03-02 09:00:00-05:00',
               '2018-03-03 09:00:00-05:00'],
              dtype='datetime64[ns, US/Eastern]', freq='D')

С помощью tz=None, мы можем удалить информацию о часовом поясе, сохранив локальное время (не преобразовывая его в UTC):

>>> tz_aware.tz_localize(None)
DatetimeIndex(['2018-03-01 09:00:00', '2018-03-02 09:00:00',
               '2018-03-03 09:00:00'],
              dtype='datetime64[ns]', freq='D')

Будьте внимательны при изменениях летнего времени. При последовательных данных pandas может определить время летнего времени: >>> s = pd.to_datetime(pd.Series([‘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.dt.tz_localize(‘CET’, ambiguous=’infer’) 0 2018-10-28 01:30:00+02:00 1 2018-10-28 02:00:00+02:00 2 2018-10-28 02:30:00+02:00 3 2018-10-28 02:00:00+01:00 4 2018-10-28 02:30:00+01:00 5 2018-10-28 03:00:00+01:00 6 2018-10-28 03:30:00+01:00 dtype: datetime64[ns, CET]

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

>>> s = pd.to_datetime(pd.Series(['2018-10-28 01:20:00',
...                               '2018-10-28 02:36:00',
...                               '2018-10-28 03:46:00']))
>>> s.dt.tz_localize('CET', ambiguous=np.array([True, True, False]))
0   2015-03-29 03:00:00+02:00
1   2015-03-29 03:30:00+02:00
dtype: datetime64[ns, Europe/Warsaw]

Если переход летнего времени 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.to_datetime(pd.Series([‘2015-03-29 02:30:00’, … ‘2015-03-29 03:30:00’])) >>> s.dt.tz_localize(‘Europe/Warsaw’, nonexistent=’shift_forward’) 0 2015-03-29 03:00:00+02:00 1 2015-03-29 03:30:00+02:00 dtype: datetime64[ns, ‘Europe/Warsaw’] >>> s.dt.tz_localize(‘Europe/Warsaw’, nonexistent=’shift_backward’) 0 2015-03-29 01:59:59.999999999+01:00 1 2015-03-29 03:30:00+02:00 dtype: datetime64[ns, ‘Europe/Warsaw’] >>> s.dt.tz_localize(‘Europe/Warsaw’, nonexistent=pd.Timedelta(‘1H’)) 0 2015-03-29 03:30:00+02:00 1 2015-03-29 03:30:00+02:00 dtype: datetime64[ns, ‘Europe/Warsaw’]