Pandas DataFrame是带有标签轴(行和列)的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以将其视为Series对象的dict-like容器。这是 Pandas 的主要数据结构。
Pandas DataFrame.tz_convert()用于将tz-aware轴转换为目标时区。
用法： DataFrame.tz_convert(tz, axis=0, level=None, copy=True)
参数：
tz:字符串或pytz.timezone对象
axis:转换轴
level:如果轴为MultiIndex，则转换特定级别。否则必须为None
copy:同时复制基础数据
返回：tz转换的数据帧
范例1：采用DataFrame.tz_convert()函数转换给定数据帧的时区。
# importing pandas as pd
import pandas as pd
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
'Age':[14, 25, 55, 8, 21]})
# Create the index
index_ = pd.date_range('-10-09 08:45', periods = 5, freq ='H', tz = 'US / Central')
# Set the index
df.index = index_
# Print the DataFrame
print(df)
输出：
现在我们将使用DataFrame.tz_convert()函数将给定 DataFrame 的时区转换为“欧洲/柏林”。
# Let's find out the current timezone
# of the given dataframe
print(df.index)
# Let's convert the timezone of the
# dataframe to 'Europe / Berlin'
df = df.tz_convert(tz = 'Europe / Berlin')
# Let's find out the current timezone
# of the given dataframe
print(df.index)
输出：
正如我们在输出中看到的，DataFrame.tz_convert()函数已成功将给定数据帧的时区转换为所需的时区。
范例2：采用DataFrame.tz_convert()函数转换给定数据帧的时区。给定数据帧的索引是一个MultiIndex。
# importing pandas as pd
import pandas as pd
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
'Age':[14, 25, 55, 8, 21]})
# Create the MultiIndex
index_ = pd.MultiIndex.from_product([['Date'], pd.date_range('-10-09 08:45', periods = 5, freq ='H', tz =
'US/Central')], names =['Level 1', 'Level 2'])
# Set the index
df.index = index_
# Print the DataFrame
print(df)
输出：
现在我们将使用DataFrame.tz_convert()函数可将给定 DataFrame 中的MultiIndex级别1的时区转换为“欧洲/柏林”。
# Let's find out the current timezone
# of the Level 1 of the given dataframe
print(df.index[1])
# Let's convert the timezone of the
# level 1 of the dataframe to 'Europe / Berlin'
df = df.tz_convert(tz = 'Europe/Berlin', level = 1)
# Let's find out the current timezone
# of the level 1 of the given dataframe
print(df.index[1])
输出：
正如我们在输出中看到的，DataFrame.tz_convert()函数已成功将给定数据帧中所需级别的时区转换为所需时区。
