上一篇：【时间序列(四)】【频率和日期偏移量+WOM日期（移动数据+通过偏移量对日期进行位移）】

时区处理

时间序列处理工作中就是对时区的处理。
时区是以UTC偏移量的形式表示的。 在Python中，时区信息来自第三方库pytz，它使Python可以使用Olson数据库（汇 编了世界时区信息）。这对历史数据非常重要，这是因为由于各地*的各种突发奇想，夏令时转变日期（甚至UTC偏移量）已经发生过多次改变了。

=====================================
要从pytz中获取时区对象，使用pytz.timezone即可

pandas中的方法既可以接受时区名也可以接受这些对象。

时区本地化和转换

默认情况下，pandas中的时间序列是单纯（naive）的时区。

=====================================
其索引的tz字段为None

=====================================
可以用时区集生成日期范围

=====================================
从单纯到本地化的转换是通过tz_localize方法处理的

=====================================
一旦时间序列被本地化到某个特定时区，就可以用tz_convert将其转换到别的时区

=====================================
上面这种时间序列（它跨越了美国东部时区的夏令时转变期），可以将其本地化到EST，然后转换为UTC或柏林时间

=====================================
tz_localize和tz_convert也是DatetimeIndex的实例方法

对单纯时间戳的本地化操作还会检查夏令时转变期附近容易混淆或不存 在的时间。

++++++++++++++++++++++++++++++++++++

下一篇：【时间序列(六)】待更新