Pandas Timestamp.tz_localize メソッド：タイムゾーン情報を持つタイムスタンプオブジェクトの作成・変更

pandas.Timestamp.tz_localize メソッドは、タイムスタンプオブジェクトに対して以下の操作を行います。

• タイムゾーン情報を持たないタイムスタンプオブジェクト（naive timestamp）にタイムゾーン情報を付与し、タイムゾーン付きタイムスタンプオブジェクト（tz-aware timestamp）に変換します。
• 既にタイムゾーン情報を持つタイムスタンプオブジェクトのタイムゾーンを変更します。

使用方法

timestamp.tz_localize(tz)

引数

• tz: タイムゾーン情報。省略すると、ローカルタイムゾーンに設定されます。

戻り値

• タイムゾーン情報が付与されたタイムスタンプオブジェクト

例

# タイムゾーン情報を持たないタイムスタンプオブジェクトを作成
timestamp = pd.Timestamp('2023-11-14 12:00:00')

# タイムゾーン情報 'Asia/Tokyo' を付与
timestamp_tz = timestamp.tz_localize('Asia/Tokyo')

# タイムゾーン情報を確認
print(timestamp_tz.tz)
# Asia/Tokyo

# タイムゾーンを変更
timestamp_tz = timestamp_tz.tz_localize('America/Los_Angeles')

# タイムゾーン情報を確認
print(timestamp_tz.tz)
# America/Los_Angeles

注意事項

• タイムゾーン情報が存在しない場合、ValueError 例外が発生します。
• timestamp オブジェクトが NaT の場合、tz_localize メソッドは何もせず NaT を返します。

補足

• Pandas の Timestamp オブジェクトは、日付、時刻、タイムゾーン情報を持つデータ型です。
• タイムゾーン情報は、データの分析や可視化において重要です。
• tz_localize メソッドは、異なるタイムゾーンにあるデータ同士を比較したり、特定のタイムゾーンに合わせたデータ分析を行ったりする際に役立ちます。

Pandas Timestamp.tz_localize メソッドのサンプルコード

異なるタイムゾーンにあるデータの比較

# 東京とロンドンにあるオフィスからの売上データを比較

# 東京のデータ
tokyo_sales = pd.DataFrame({
    'date': pd.to_datetime(['2023-11-14', '2023-11-15', '2023-11-16']),
    'sales': [100, 120, 150]
})
tokyo_sales['date'] = tokyo_sales['date'].dt.tz_localize('Asia/Tokyo')

# ロンドンのデータ
london_sales = pd.DataFrame({
    'date': pd.to_datetime(['2023-11-14', '2023-11-15', '2023-11-16']),
    'sales': [80, 100, 130]
})
london_sales['date'] = london_sales['date'].dt.tz_localize('Europe/London')

# 同じタイムゾーンに変換
tokyo_sales['date'] = tokyo_sales['date'].dt.tz_convert('Europe/London')

# データを結合
sales = pd.concat([tokyo_sales, london_sales], ignore_index=True)

# 売上を比較
print(sales)

#    date  sales
# 0 2023-11-14  100
# 1 2023-11-15  120
# 2 2023-11-16  150
# 3 2023-11-14   80
# 4 2023-11-15  100
# 5 2023-11-16  130

特定のタイムゾーンに合わせたデータ分析

# ニューヨークの気温データの分析

# データ読み込み
weather_data = pd.read_csv('weather_data.csv', index_col='date')

# タイムゾーン情報 'America/New_York' を付与
weather_data['date'] = weather_data['date'].dt.tz_localize('America/New_York')

# 月ごとの平均気温を計算
monthly_average_temperature = weather_data.groupby('date').mean()['temperature']

# 月ごとの最高気温を計算
monthly_max_temperature = weather_data.groupby('date').max()['temperature']

# 結果を表示
print(monthly_average_temperature)
print(monthly_max_temperature)

# date  temperature
# 2023-01-01   10.0
# 2023-02-01   12.0
# 2023-03-01   14.0
# ...

# date  temperature
# 2023-01-01   15.0
# 2023-02-01   17.0
# 2023-03-01   19.0
# ...

この例では、ニューヨークの気温データを分析するために、tz_localize メソッドを使用してデータのタイムゾーンを America/New_York に変換しています。

• 特定のタイムゾーンにある日付を取得:

pd.Timestamp('2023-11-14').tz_localize('Asia/Tokyo')

• タイムゾーン情報のないタイムスタンプオブジェクトを作成:

pd.Timestamp('2023-11-14')

• タイムゾーン情報を削除:

timestamp.tz_localize(None)

これらのサンプルコードは、pandas.Timestamp.tz_localize メソッドの使い方を理解する

Pandas Timestamp.tz_localize メソッドの代替方法

datetime モジュールを使用する

from datetime import datetime

# タイムゾーン情報を持たないdatetimeオブジェクトを作成
dt = datetime(2023, 11, 14, 12, 0, 0)

# タイムゾーン情報 'Asia/Tokyo' を付与
dt_tz = dt.astimezone(pytz.timezone('Asia/Tokyo'))

# タイムゾーン情報を確認
print(dt_tz.tzinfo)
# <DstTzInfo 'Asia/Tokyo' LMT+9:00:00 STD>

# タイムゾーンを変更
dt_tz = dt_tz.astimezone(pytz.timezone('America/Los_Angeles'))

# タイムゾーン情報を確認
print(dt_tz.tzinfo)
# <DstTzInfo 'America/Los_Angeles' LMT-8:00:00 STD>

pytz ライブラリを使用する

from pytz import timezone

# タイムゾーン情報を持たないdatetimeオブジェクトを作成
dt = datetime(2023, 11, 14, 12, 0, 0)

# タイムゾーン情報 'Asia/Tokyo' を付与
dt_tz = timezone('Asia/Tokyo').localize(dt)

# タイムゾーン情報を確認
print(dt_tz.tzinfo)
# <DstTzInfo 'Asia/Tokyo' LMT+9:00:00 STD>

# タイムゾーンを変更
dt_tz = dt_tz.astimezone(timezone('America/Los_Angeles'))

# タイムゾーン情報を確認
print(dt_tz.tzinfo)
# <DstTzInfo 'America/Los_Angeles' LMT-8:00:00 STD>

これらの方法は、pandas.Timestamp.tz_localize メソッドと同様の機能を提供しますが、より汎用性の高い方法でタイムゾーン情報を扱.

dateutil ライブラリを使用する

from dateutil import parser

# タイムゾーン情報を持たない文字列を作成
dt_str = '2023-11-14 12:00:00'

# タイムゾーン情報 'Asia/Tokyo' を付与
dt_tz = parser.parse(dt_str).astimezone(pytz.timezone('Asia/Tokyo'))

# タイムゾーン情報を確認
print(dt_tz.tzinfo)
# <DstTzInfo 'Asia/Tokyo' LMT+9:00:00 STD>

# タイムゾーンを変更
dt_tz = dt_tz.astimezone(pytz.timezone('America/Los_Angeles'))

# タイムゾーン情報を確認
print(dt_tz.tzinfo)
# <DstTzInfo 'America/Los_Angeles' LMT-8:00:00 STD>