팬더 tz_localize

Python의 Pandas 라이브러리는 다양한 도구와 방법으로 데이터 분석 관련 기능을 매우 효율적으로 수행합니다. 그러한 방법 중 하나는 tz_localize입니다.

이 문서에서는 메서드의 기능을 살펴보겠습니다.

Python의 tz_localize() 메서드

tz_localize() 메서드는 사용 사례 시나리오에 따라 Series 또는 DataFrame의 표준 시간대 기본 인덱스를 특정 대상 영역으로 지역화하는 데 사용됩니다. 이 메서드는 인덱스를 지역화합니다.

다음은 메서드에 대한 간단한 구문입니다.

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

위 방법에서 각 매개변수는 더 정확하게 현지화하려는 시간대를 지정하기 위해 방법에 제공할 수 있는 값입니다.

1. tz - 이 매개변수에 유효한 시간대를 지정합니다.
2. 축 - 이것은 우리가 현지화하는 축입니다.
3. 레벨 - 인덱스가 두 개 이상인 경우 본질적으로 datetime의 레벨입니다.
4. copy - 부울 값이며 기본 데이터를 복사하는 기능을 수행합니다.
5. 모호함 - 이 매개변수는 DST로 인해 시간대가 불분명한지 여부를 결정합니다.
6. 존재하지 않음 - DST로 인해 시계가 앞으로 이동할 때 아무것도 찾을 수 없는 경우 시간대가 정의되도록 합니다.

이제 구문을 살펴보고 메서드의 기본 기능을 이해했으므로 이 메서드를 활용하는 실제 예제 스크립트로 이동하겠습니다.

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)

출력:

위의 스크립트에서 볼 수 있듯이 date_range() 메소드를 사용하여 ‘현지화’를 시작하려는 정확한 날짜를 정의하고 periods 매개변수를 사용하여 메소드가 다음 날짜 수를 정의합니다. 연장해서, 확장해서. 이 날짜/시간 인덱스를 time_zone_native라고 합니다.

우리 스크립트의 경우 4일입니다. 그런 다음 위에서 정의한 datetime 인덱스에 tz_localize() 메서드를 적용합니다. 그런 다음 결과를 인쇄합니다.