pandas.Series.tz_convert#

Series.tz_convert(tz, axis=0, level=None, copy=<no_default>)[源代码]#

将 tz-aware 轴转换为目标时区。

参数:

tzstr 或 tzinfo 对象或 None: 目标时区。传递 None 将转换为 UTC 并移除时区信息。
轴{0 或 ‘index’, 1 或 ‘columns’}, 默认 0: 要转换的轴
级别int, str, 默认 None: 如果 axis 是一个 MultiIndex，转换一个特定的层级。否则必须为 None。
复制布尔值, 默认为 False: 还要制作基础数据的副本。

备注

copy 关键字将在 pandas 3.0 中更改行为。写时复制将默认启用，这意味着所有带有 copy 关键字的方法将使用延迟复制机制来推迟复制并忽略 copy 关键字。copy 关键字将在 pandas 的未来版本中被移除。

通过启用写时复制 pd.options.mode.copy_on_write = True，您已经可以获得未来的行为和改进。

自 3.0.0 版本弃用.

返回:

Series/DataFrame: 带有时区转换轴的对象。

引发:

TypeError: 如果轴是 tz-naive。

参见

DataFrame.tz_localize: 将 DataFrame 的本地化时区无关索引转换为目标时区。
Series.tz_localize: 将 tz-naive 系列的索引本地化为目标时区。

例子

更改到另一个时区：

>>> s = pd.Series(
...     [1],
...     index=pd.DatetimeIndex(["2018-09-15 01:30:00+02:00"]),
... )
>>> s.tz_convert("Asia/Shanghai")
2018-09-15 07:30:00+08:00    1
dtype: int64

传递 None 以转换为 UTC 并获取一个时区天真的索引：

>>> s = pd.Series([1], index=pd.DatetimeIndex(["2018-09-15 01:30:00+02:00"]))
>>> s.tz_convert(None)
2018-09-14 23:30:00    1
dtype: int64