pbootcms网站模板|日韩1区2区|织梦模板||网站源码|日韩1区2区|jquery建站特效-html5模板网

      • <bdo id='97Bhv'></bdo><ul id='97Bhv'></ul>

      <small id='97Bhv'></small><noframes id='97Bhv'>

      <legend id='97Bhv'><style id='97Bhv'><dir id='97Bhv'><q id='97Bhv'></q></dir></style></legend>

      1. <i id='97Bhv'><tr id='97Bhv'><dt id='97Bhv'><q id='97Bhv'><span id='97Bhv'><b id='97Bhv'><form id='97Bhv'><ins id='97Bhv'></ins><ul id='97Bhv'></ul><sub id='97Bhv'></sub></form><legend id='97Bhv'></legend><bdo id='97Bhv'><pre id='97Bhv'><center id='97Bhv'></center></pre></bdo></b><th id='97Bhv'></th></span></q></dt></tr></i><div class="wugeymu" id='97Bhv'><tfoot id='97Bhv'></tfoot><dl id='97Bhv'><fieldset id='97Bhv'></fieldset></dl></div>
        <tfoot id='97Bhv'></tfoot>

      2. 如何在 Pandas 中轉換 datetime 列的時區?

        How to convert time zones of datetime column in Pandas?(如何在 Pandas 中轉換 datetime 列的時區?)

        • <i id='1ZWi6'><tr id='1ZWi6'><dt id='1ZWi6'><q id='1ZWi6'><span id='1ZWi6'><b id='1ZWi6'><form id='1ZWi6'><ins id='1ZWi6'></ins><ul id='1ZWi6'></ul><sub id='1ZWi6'></sub></form><legend id='1ZWi6'></legend><bdo id='1ZWi6'><pre id='1ZWi6'><center id='1ZWi6'></center></pre></bdo></b><th id='1ZWi6'></th></span></q></dt></tr></i><div class="sc6ksew" id='1ZWi6'><tfoot id='1ZWi6'></tfoot><dl id='1ZWi6'><fieldset id='1ZWi6'></fieldset></dl></div>

            <tfoot id='1ZWi6'></tfoot>

            <small id='1ZWi6'></small><noframes id='1ZWi6'>

                  <tbody id='1ZWi6'></tbody>

                  <bdo id='1ZWi6'></bdo><ul id='1ZWi6'></ul>
                  <legend id='1ZWi6'><style id='1ZWi6'><dir id='1ZWi6'><q id='1ZWi6'></q></dir></style></legend>
                  本文介紹了如何在 Pandas 中轉換 datetime 列的時區?的處理方法,對大家解決問題具有一定的參考價值,需要的朋友們下面隨著小編來一起學習吧!

                  問題描述

                  我有一列(非索引列),其中包含日期時間.例如,前五個條目如下所示:

                  I have a column (non-index column) that has datetimes inside it. For example, the first five entries look something like this:

                  [Timestamp('2018-11-15 19:57:55'),
                   Timestamp('2018-11-15 19:59:46'),
                   Timestamp('2018-11-15 20:00:59'),
                   Timestamp('2018-11-15 20:01:41'),
                   Timestamp('2018-11-15 20:01:54')]
                  

                  我想將條目從 UTC 轉換為太平洋時區.假設該列被稱為 times 我目前正在執行以下操作:

                  I want to convert the entries from UTC to the Pacific timezone. Assuming the column is called times I am currently doing the following:

                  times.dt.tz_localize('GMT').dt.tz_convert('America/Los_Angeles')

                  雖然這成功地將列從 UTC 轉換為 PST,但輸出包含我不想要的無關組件.如下所示:

                  While this successfully converts the column from UTC to PST, the output has extraneous components that I do not want. It looks like the following:

                  [Timestamp('2018-11-15 11:57:55-0800', tz='America/Los_Angeles'),
                   Timestamp('2018-11-15 11:59:46-0800', tz='America/Los_Angeles'),
                   Timestamp('2018-11-15 12:00:59-0800', tz='America/Los_Angeles'),
                   Timestamp('2018-11-15 12:01:41-0800', tz='America/Los_Angeles'),
                   Timestamp('2018-11-15 12:01:54-0800', tz='America/Los_Angeles')]
                  

                  如何從時間戳中刪除或忽略 -0800?謝謝!

                  How do I remove or ignore the -0800 from the timestamps? Thanks!

                  推薦答案

                  只需添加最后一步.tz_localize(None):

                  import pandas as pd
                  d = pd.Series(['2018-11-15 19:57:55', '2018-11-15 19:59:46'])
                  d = pd.to_datetime(d)
                  d
                  0   2018-11-15 19:57:55
                  1   2018-11-15 19:59:46
                  dtype: datetime64[ns]
                  
                  d_pacific_tz_aware = d.dt.tz_localize("GMT").dt.tz_convert('America/Los_Angeles')
                  d_pacific_tz_aware
                  0   2018-11-15 11:57:55-08:00
                  1   2018-11-15 11:59:46-08:00
                  dtype: datetime64[ns, America/Los_Angeles]
                  
                  
                  d_pacific_tz_naive = d.dt.tz_localize("GMT").dt.tz_convert('America/Los_Angeles').dt.tz_localize(None)
                  d_pacific_tz_naive
                  0   2018-11-15 11:57:55
                  1   2018-11-15 11:59:46
                  dtype: datetime64[ns]
                  

                  這篇關于如何在 Pandas 中轉換 datetime 列的時區?的文章就介紹到這了,希望我們推薦的答案對大家有所幫助,也希望大家多多支持html5模板網!

                  【網站聲明】本站部分內容來源于互聯網,旨在幫助大家更快的解決問題,如果有圖片或者內容侵犯了您的權益,請聯系我們刪除處理,感謝您的支持!

                  相關文檔推薦

                  python: Two modules and classes with the same name under different packages(python:不同包下同名的兩個模塊和類)
                  Configuring Python to use additional locations for site-packages(配置 Python 以使用站點包的其他位置)
                  How to structure python packages without repeating top level name for import(如何在不重復導入頂級名稱的情況下構造python包)
                  Install python packages on OpenShift(在 OpenShift 上安裝 python 包)
                  How to refresh sys.path?(如何刷新 sys.path?)
                  Distribute a Python package with a compiled dynamic shared library(分發帶有已編譯動態共享庫的 Python 包)
                    <tfoot id='US35P'></tfoot>

                        <bdo id='US35P'></bdo><ul id='US35P'></ul>
                      • <small id='US35P'></small><noframes id='US35P'>

                        <i id='US35P'><tr id='US35P'><dt id='US35P'><q id='US35P'><span id='US35P'><b id='US35P'><form id='US35P'><ins id='US35P'></ins><ul id='US35P'></ul><sub id='US35P'></sub></form><legend id='US35P'></legend><bdo id='US35P'><pre id='US35P'><center id='US35P'></center></pre></bdo></b><th id='US35P'></th></span></q></dt></tr></i><div class="yuagy6a" id='US35P'><tfoot id='US35P'></tfoot><dl id='US35P'><fieldset id='US35P'></fieldset></dl></div>
                        • <legend id='US35P'><style id='US35P'><dir id='US35P'><q id='US35P'></q></dir></style></legend>

                              <tbody id='US35P'></tbody>
                          1. 主站蜘蛛池模板: 工控机-图像采集卡-PoE网卡-人工智能-工业主板-深圳朗锐智科 | 氧化锆陶瓷_氧化锆陶瓷加工_氧化锆陶瓷生产厂家-康柏工业陶瓷有限公司 | 广州活动策划公司-15+年专业大型公关活动策划执行管理经验-睿阳广告 | 卓能JOINTLEAN端子连接器厂家-专业提供PCB接线端子|轨道式端子|重载连接器|欧式连接器等电气连接产品和服务 | 美甲贴片-指甲贴片-穿戴美甲-假指甲厂家--薇丝黛拉 | 探伤仪,漆膜厚度测试仪,轮胎花纹深度尺厂家-淄博创宇电子 | 艺术涂料_进口艺术涂料_艺术涂料加盟_艺术涂料十大品牌 -英国蒙太奇艺术涂料 | 北京网站建设公司_北京网站制作公司_北京网站设计公司-北京爱品特网站建站公司 | 精密五金冲压件_深圳五金冲压厂_钣金加工厂_五金模具加工-诚瑞丰科技股份有限公司 | 鲁网 - 山东省重点新闻网站,山东第一财经门户| 宿松新闻网 宿松网|宿松在线|宿松门户|安徽宿松(直管县)|宿松新闻综合网站|宿松官方新闻发布 | 对照品_中药对照品_标准品_对照药材_「格利普」高纯中药标准品厂家-成都格利普生物科技有限公司 澳门精准正版免费大全,2025新澳门全年免费,新澳天天开奖免费资料大全最新,新澳2025今晚开奖资料,新澳马今天最快最新图库 | 工业风机_环保空调_冷风机_工厂车间厂房通风降温设备旺成服务平台 | 复合土工膜厂家|hdpe防渗土工膜|复合防渗土工布|玻璃纤维|双向塑料土工格栅-安徽路建新材料有限公司 | 江西自考网-江西自学考试网 | 杭州营业执照代办-公司变更价格-许可证办理流程_杭州福道财务管理咨询有限公司 | 专业生物有机肥造粒机,粉状有机肥生产线,槽式翻堆机厂家-郑州华之强重工科技有限公司 | 工业雾炮机_超细雾炮_远程抑尘射雾器-世纪润德环保设备 | 金属管浮子流量计_金属转子流量计厂家-淮安润中仪表科技有限公司 | 开业庆典_舞龙舞狮_乔迁奠基仪式_开工仪式-神挚龙狮鼓乐文化传媒 | 郑州宣传片拍摄-TVC广告片拍摄-微电影短视频制作-河南优柿文化传媒有限公司 | 便携式XPDM露点仪-在线式防爆露点仪-增强型烟气分析仪-约克仪器 冰雕-冰雪世界-大型冰雕展制作公司-赛北冰雕官网 | 丝印油墨_水性油墨_环保油墨油漆厂家_37国际化工| 密封圈_泛塞封_格莱圈-[东莞市国昊密封圈科技有限公司]专注密封圈定制生产厂家 | 带式压滤机_污泥压滤机_污泥脱水机_带式过滤机_带式压滤机厂家-河南恒磊环保设备有限公司 | 纯化水设备-EDI-制药-实验室-二级反渗透-高纯水|超纯水设备 | SMN-1/SMN-A ABB抽屉开关柜触头夹紧力检测仪-SMN-B/SMN-C-上海徐吉 | AR开发公司_AR增强现实_AR工业_AR巡检|上海集英科技 | 成都治疗尖锐湿疣比较好的医院-成都治疗尖锐湿疣那家医院好-成都西南皮肤病医院 | 广东燎了网络科技有限公司官网-网站建设-珠海网络推广-高端营销型外贸网站建设-珠海专业h5建站公司「了了网」 | 上海网站建设-上海网站制作-上海网站设计-上海做网站公司-咏熠软件 | 深圳3D打印服务-3D打印加工-手板模型加工厂-悟空打印坊 | MOOG伺服阀维修,ATOS比例流量阀维修,伺服阀维修-上海纽顿液压设备有限公司 | 骨密度仪-骨密度测定仪-超声骨密度仪-骨龄测定仪-天津开发区圣鸿医疗器械有限公司 | 西门子伺服控制器维修-伺服驱动放大器-828D数控机床维修-上海涌迪 | 氢氧化钙设备, 氢氧化钙生产线-淄博惠琛工贸有限公司 | 球磨机,节能球磨机价格,水泥球磨机厂家,粉煤灰球磨机-吉宏机械制造有限公司 | 锻造液压机,粉末冶金,拉伸,坩埚成型液压机定制生产厂家-山东威力重工官方网站 | 市政路灯_厂家-淄博信达电力科技有限公司 | 找培训机构_找学习课程_励普教育 | 冲击式破碎机-冲击式制砂机-移动碎石机厂家_青州市富康机械有限公司 |