Fuseaux horaires et plages de dates
Localiser et générer des dates
Fuseaux horaires et plages de dates est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Le temps a sa place
9 h à Tokyo ne correspondent pas à 9 h à Londres. Les horodatages du monde réel ont besoin d’un fuseau horaire pour désigner le même instant partout. 🌍
Naïf ou informé
Un horodatage sans fuseau est dit naïf. Celui qui connaît son fuseau est dit informé. Mélanger les deux entraîne des erreurs discrètes et difficiles à corriger.
ts = pd.Timestamp("2024-03-15 09:00")
print(ts.tz) # None means naiveAssocier un fuseau
Utilisez tz_localize pour associer son véritable fuseau à une heure naïve. Vous indiquez ainsi où l’heure affichée a réellement été relevée.
ts = ts.tz_localize("Asia/Tokyo")Convertir entre fuseaux
Une fois l’horodatage informé, changez de fuseau avec tz_convert. L’instant sous-jacent reste fixe ; seule l’heure affichée change.
ts.tz_convert("Europe/London")Localiser, puis convertir
La règle d’or est de localiser d’abord, puis de convertir. tz_localize définit le fuseau d’origine ; tz_convert effectue la conversion. Ne convertissez jamais une valeur naïve.
s.dt.tz_localize("UTC").dt.tz_convert("US/Eastern")UTC est votre repère
Stockez les données en UTC et ne les convertissez que pour l’affichage. Vous éviterez ainsi toute confusion et les complications liées aux changements d’heure.
pd.to_datetime(df["ts"], utc=True)Générer une plage de dates
Besoin d’une suite de dates propre ? date_range en construit une à partir d’un début, d’une fin et d’une fréquence, en un seul appel.
pd.date_range("2024-01-01", "2024-01-07")Définir la fréquence
L’argument fréquence contrôle l’intervalle : « D » pour quotidien, « h » pour horaire, « ME » pour la fin du mois. Ce sont les mêmes règles que pour le rééchantillonnage.
pd.date_range("2024-01-01", periods=12, freq="ME")Compter plutôt que terminer
Ignorez la date de fin et transmettez périodes pour obtenir exactement ce nombre d’étapes. Pratique lorsque vous connaissez le nombre d’éléments, mais pas la date de fin.
pd.date_range("2024-01-01", periods=30, freq="D")Les plages comme index
Une plage de dates constitue un index parfait pour une série temporelle complète : elle révèle les jours manquants que vous pourrez ensuite renseigner ou signaler.
df = df.reindex(pd.date_range("2024-01-01", periods=31))Créer rapidement des caractéristiques de date
Associez date_range à l’accesseur dt pour créer des calendriers, combler des lacunes ou étiqueter chaque jour d’un horizon de prévision.
pd.date_range("2024-01-01", periods=7).day_name()Vérification rapide
Vous avez un horodatage naïf et souhaitez l’afficher dans un autre fuseau.
Récapitulatif : fuseaux et plages
Vous avez localisé et converti les fuseaux horaires correctement, utilisé UTC comme repère et créé des calendriers propres avec date_range. ⏰
Questions Fréquemment Posées
La leçon « Fuseaux horaires et plages de dates » est-elle gratuite ?
Oui — le texte complet de « Fuseaux horaires et plages de dates » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Fuseaux horaires et plages de dates » ?
Localiser et générer des dates Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Fuseaux horaires et plages de dates » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Analyser des chaînes en dates et heures
- Extraire l’année, le mois et le jour de la semaine
- Rééchantillonner au jour ou au mois
- Fuseaux horaires et plages de dates