시간대와 날짜 범위
현지 시간대를 적용하고 날짜를 생성합니다
시간대와 날짜 범위은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
시간에는 위치가 있습니다
도쿄의 오전 9시는 런던의 오전 9시와 다릅니다. 현실의 타임스탬프가 어디서나 같은 순간을 의미하려면 시간대가 필요합니다. 🌍
시간대 정보 없음과 있음
시간대가 없는 타임스탬프를 naive라고 합니다. 시간대를 알고 있는 타임스탬프는 aware라고 합니다. 둘을 섞으면 조용히 발생하는 심각한 오류로 이어집니다.
ts = pd.Timestamp("2024-03-15 09:00")
print(ts.tz) # None means naive시간대 연결하기
tz_localize를 사용해 naive 시간에 실제 시간대를 표시하세요. 이를 통해 시계의 해당 시간이 실제로 어디에서 측정되었는지 나타낼 수 있습니다.
ts = ts.tz_localize("Asia/Tokyo")시간대 사이 변환하기
시간대 정보가 있는 값은 tz_convert로 다른 시간대로 바꿀 수 있습니다. 실제 순간은 그대로 유지되고 표시되는 시각만 바뀝니다.
ts.tz_convert("Europe/London")지역화한 다음 변환하기
가장 중요한 순서는 먼저 지역화하고 다음에 변환하는 것입니다. tz_localize가 기준 시간대를 설정하고, tz_convert가 값을 이동합니다. naive 값은 절대 변환하지 마세요.
s.dt.tz_localize("UTC").dt.tz_convert("US/Eastern")UTC를 기준으로 사용하기
데이터는 UTC로 저장하고 표시할 때만 변환하세요. 이렇게 하면 혼란을 피하고 일광 절약 시간제와 관련된 문제도 완전히 피할 수 있습니다.
pd.to_datetime(df["ts"], utc=True)날짜 범위 생성하기
날짜의 깔끔한 연속 값이 필요한가요? date_range는 시작, 끝, 빈도를 한 번의 호출로 받아 날짜 범위를 만듭니다.
pd.date_range("2024-01-01", "2024-01-07")빈도 설정하기
freq 인수는 간격을 제어합니다. 일별에는 "D", 시간별에는 "h", 월말에는 "ME"를 사용합니다. resample에서 사용한 것과 같은 규칙입니다.
pd.date_range("2024-01-01", periods=12, freq="ME")끝 날짜 대신 개수 사용하기
끝 날짜를 생략하고 periods를 전달하면 정확히 지정한 개수만큼의 단계를 얻을 수 있습니다. 끝나는 시점은 모르지만 개수는 알고 있을 때 유용합니다.
pd.date_range("2024-01-01", periods=30, freq="D")인덱스로 사용하는 범위
날짜 범위는 완전한 시계열의 훌륭한 인덱스가 됩니다. 그런 다음 채우거나 표시할 수 있는 누락된 날짜가 드러납니다.
df = df.reindex(pd.date_range("2024-01-01", periods=31))날짜 특징 빠르게 만들기
date_range를 dt 접근자와 함께 사용하면 달력을 만들고, 빈 부분을 채우고, 예측 기간의 모든 날짜에 레이블을 빠르게 지정할 수 있습니다.
pd.date_range("2024-01-01", periods=7).day_name()빠른 확인
naive 타임스탬프를 다른 시간대에서 표시하려고 합니다.
복습: 시간대와 범위
올바른 방법으로 시간대를 지역화하고 변환했으며, UTC를 기준으로 사용하고, date_range로 깔끔한 달력을 만들었습니다. ⏰
자주 묻는 질문
“시간대와 날짜 범위” 강의는 무료인가요?
네 — “시간대와 날짜 범위” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“시간대와 날짜 범위”에서 뭘 배우나요?
현지 시간대를 적용하고 날짜를 생성합니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Data Science Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.
“시간대와 날짜 범위” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.