pandas.DataFrame.tz_localize

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

Локализация индекса, не имеющего часового пояса, в указанном часовом поясе для Series или DataFrame.

Эта операция локализует индекс. Для локализации значений в Series, не имеющей часового пояса, используйте Series.dt.tz_localize().

Параметры

tz:str или tzinfo

axis: ось для локализации

level:int, str, по умолчанию None

Если ось является MultiIndex, локализовать определённый уровень. В противном случае должен быть None.

copy:bool, по умолчанию True

Также создать копию базовых данных.

ambiguous:'infer', bool-массив, 'NaT', по умолчанию 'raise'

Когда часы переводят время назад из-за DST, могут возникнуть неоднозначные моменты времени. Например, в Центральноевропейском времени (UTC+01), при переходе с 03:00 DST на 02:00 non-DST, 02:30:00 местного времени соответствует 00:30:00 UTC и 01:30:00 UTC. В такой ситуации параметр ambiguous определяет, как обрабатывать неоднозначные моменты времени.

• ‘infer’ попытается определить часы перехода на летнее время осенью на основе порядка

• bool-массив, где True означает время DST, False — время без DST (обратите внимание, что этот флаг применяется только для неоднозначных моментов времени)

• ‘NaT’ вернёт NaT, где есть неоднозначные моменты времени

• ‘raise’ вызовет AmbiguousTimeError, если есть неоднозначные моменты времени.

nonexistent:str, по умолчанию ‘raise’

Несуществующее время не существует в определенном часовом поясе, когда часы переводили время вперёд из-за DST. Допустимые значения:

• ‘shift_forward’ сдвинет несуществующее время вперёд к ближайшему существующему времени

• ‘shift_backward’ сдвинет несуществующее время назад к ближайшему существующему времени

• ‘NaT’ вернёт NaT, где есть несуществующие моменты времени

• объекты timedelta сдвинут несуществующие моменты времени на timedelta

• ‘raise’ вызовет NonExistentTimeError, если есть несуществующие моменты времени.

Возвращаемое значение

Series/DataFrame

Тип, совпадающий с типом входных данных.

Возбуждаемые исключения

TypeError

Если TimeSeries имеет часовой пояс и 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

Будьте внимательны с переходом на летнее/зимнее время. При последовательных данных pandas может определить время перехода на летнее время:

>>> 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 определение перехода на летнее время невозможно. В таких случаях вы можете передать массив ndarray в параметр ambiguous, чтобы явно установить время перехода на летнее время:

>>> 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 на летнее время приводит к несуществующим моментам времени, вы можете сдвинуть эти даты вперёд или назад с помощью объекта timedelta или ‘shift_forward’ или ‘shift_backward’.

>>> 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