パンダ tz_localize

Python の Pandas ライブラリは、さまざまなツールとメソッドを使用して、データ分析関連の機能を非常に効率的に実行します。 そのような方法の 1つが tz_localize です。

この記事では、メソッドの機能について説明します。

Python の tz_localize() メソッド

tz_localize() メソッドは、ユース ケース シナリオに応じて、Series または DataFrame のいずれかのタイム ゾーンのネイティブ インデックスを特定のターゲット ゾーンにローカライズするために使用されます。 このメソッドは、インデックスをローカライズします。

以下は、メソッドの簡単な構文です。

DataFrame.tz_localize(
    tz, axis=0, level=None, copy=True, ambiguous="raise", nonexistent="raise"
)

上記のメソッドでは、各パラメーターは、より正確にローカライズしたいタイムゾーンを指定するためにメソッドに提供できる値です。

1. tz - このパラメーターで有効なタイムゾーンを指定します。
2. 軸 - これは、ローカライズする軸です。
3. level - 複数のインデックスがある場合、基本的には日時のレベルです。
4. copy - ブール値であり、基になるデータをコピーする機能を実行します。
5. ambiguous - このパラメーターは、DST のためにタイム ゾーンが不明確かどうかを決定します。
6. 存在しない - DST のためにクロックが進むときにタイムゾーンが見つからない場合、またはタイムゾーンが定義されていることを保証します。

構文について説明し、メソッドの基本的な機能を理解したので、このメソッドを利用する実用的なスクリプト例に移りましょう。

import pandas as pd

time_zone_native = pd.date_range("2022-05-01 08:00", periods=4)
time_zone_aware = time_zone_native.tz_localize(tz="US/Eastern")
print(time_zone_native, "\n")
print(time_zone_aware)

出力：

上記のスクリプトに見られるように、date_range()メソッドを使用して、ローカライズを開始する正確な日付を定義することから始めます。また、メソッドが次に行うべき日数を定義する periods パラメータを使用します。 にまで及びます。 この日時インデックスを time_zone_native と呼びます。

私たちのスクリプトの場合、4 日です。 続いて、上で定義した日時インデックスに tz_localize() メソッドを適用します。 次に、結果を印刷します。