Fusi orari e intervalli di date
Localizzare e generare date.
Fusi orari e intervalli di date è una lezione Data Science Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Data Science Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Data Science Academy include 4 lezioni in totale.
Ogni istante ha il suo fuso
Le 9 del mattino a Tokyo non sono le 9 del mattino a Londra. I timestamp del mondo reale hanno bisogno di un fuso orario per indicare lo stesso momento ovunque. 🌍
Naive e aware
Un timestamp senza fuso orario si chiama naive. Quello che conosce il proprio fuso è aware. Mescolare i due tipi porta a bug silenziosi e difficili da risolvere.
ts = pd.Timestamp("2024-03-15 09:00")
print(ts.tz) # None means naiveAssociare un fuso orario
Usi tz_localize per associare a un orario naive il suo vero fuso. In questo modo indica dove è stata effettivamente rilevata quell'ora.
ts = ts.tz_localize("Asia/Tokyo")Convertire tra fusi orari
Una volta reso aware, cambi fuso con tz_convert. L'istante sottostante resta invariato; cambia solo l'ora visualizzata.
ts.tz_convert("Europe/London")Localizzare e poi convertire
L'ordine corretto è prima localizzare e poi convertire. tz_localize imposta il fuso di origine; tz_convert lo cambia. Non converta mai un valore naive.
s.dt.tz_localize("UTC").dt.tz_convert("US/Eastern")UTC è il suo punto di riferimento
Conservi i dati in UTC e li converta solo per la visualizzazione. In questo modo evita la confusione e aggira completamente i problemi legati all'ora legale.
pd.to_datetime(df["ts"], utc=True)Generare un intervallo di date
Le serve una sequenza ordinata di date? date_range la crea a partire da un inizio, una fine e una frequenza con una sola chiamata.
pd.date_range("2024-01-01", "2024-01-07")Impostare la frequenza
L'argomento freq controlla la distanza tra gli elementi: "D" per i giorni, "h" per le ore, "ME" per la fine del mese. Sono le stesse regole usate per il resampling.
pd.date_range("2024-01-01", periods=12, freq="ME")Contare invece di specificare la fine
Ometta la data finale e passi periods per ottenere esattamente quel numero di intervalli. È utile quando conosce il conteggio, ma non la data di arrivo.
pd.date_range("2024-01-01", periods=30, freq="D")Gli intervalli come indice
Un intervallo di date è un indice perfetto per una serie temporale completa: rende visibili i giorni mancanti, che potrà poi riempire o segnalare.
df = df.reindex(pd.date_range("2024-01-01", periods=31))Creare rapidamente le caratteristiche delle date
Abbini date_range all'accessor dt per creare calendari, colmare lacune o assegnare un'etichetta a ogni giorno dell'orizzonte di previsione.
pd.date_range("2024-01-01", periods=7).day_name()Controllo rapido
Ha un timestamp naive e desidera visualizzarlo in un altro fuso orario.
Riepilogo: fusi e intervalli
Ha localizzato e convertito correttamente i fusi orari, ha usato UTC come riferimento e ha creato calendari ordinati con date_range. ⏰
Impara Python con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 30
- Lezioni
- 120
Domande Frequenti
La lezione «Fusi orari e intervalli di date» è gratuita?
Sì — il testo completo di «Fusi orari e intervalli di date» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Data Science Academy, passa a CoddyKit PRO. Il corso Data Science Academy include 4 lezioni in totale.
Cosa imparerò in «Fusi orari e intervalli di date»?
Localizzare e generare date. Eserciti Data Science Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Data Science Academy?
Non è richiesta alcuna esperienza precedente. Data Science Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.
Quanto tempo richiede la lezione «Fusi orari e intervalli di date»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Data Science Academy?
Sì. Ogni lezione Data Science Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Analizzare stringhe come datetime
- Estrarre anno, mese e giorno della settimana
- Ricampionare su base giornaliera o mensile
- Fusi orari e intervalli di date