資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
時尚研究
法律研究Python Pandas - 在索引值與已轉換至指定頻率的 PeriodArray 的索引之間的差值中計算 TimedeltaArray
如需計算 TimedeltaArray，其中包含索引值與已按指定頻率轉換為 PeriodArray 的索引之間的差值，請使用 datetimeindex.to_perioddelta() 方法。使用 freq 引數設定頻率。
請先匯入所需的庫 -
import pandas as pd
使用週期 7 和頻率作為 Y（即年）建立日期時間索引 -
datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')
顯示 DateTimeIndex -
print("DateTimeIndex...\n", datetimeindex)計算 TimedeltaArray，其中包含索引值與已轉換為 PeriodArray 的索引之間的差值。我們已使用具有值“M”的“freq”引數設定 Period 頻率 -
print("\nConvert DateTimeIndex to PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))示例
程式碼如下 -
import pandas as pd
# DatetimeIndex with period 7 and frequency as Y i.e. year
# timezone is Australia/Adelaide
datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')
# display DateTimeIndex
print("DateTimeIndex...\n", datetimeindex)
# display DateTimeIndex frequency
print("DateTimeIndex frequency...\n", datetimeindex.freq)
# Convert DateTimeIndex to Period
# We have set the frequency as Month using the "freq" parameter with value 'M'
print("\nConvert DateTimeIndex to Period...\n",
datetimeindex.to_period(freq='M'))
# Calculate TimedeltaArray of difference between index values and index converted to PeriodArray
# We have set the Period frequency using the "freq" parameter with value 'M'
print("\nConvert DateTimeIndex to PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))
輸出
將生成以下程式碼 -
DateTimeIndex... DatetimeIndex(['2021-12-31 07:20:32.261811624', '2023-12-31 07:20:32.261811624', '2025-12-31 07:20:32.261811624', '2027-12-31 07:20:32.261811624', '2029-12-31 07:20:32.261811624'], dtype='datetime64[ns]', freq='2A-DEC') DateTimeIndex frequency... <2 * YearEnds: month=12> Convert DateTimeIndex to Period... PeriodIndex(['2021-12', '2023-12', '2025-12', '2027-12', '2029-12'], dtype='period[M]') Convert DateTimeIndex to PeriodDelta... TimedeltaIndex(['30 days 07:20:32.261811624', '30 days 07:20:32.261811624', '30 days 07:20:32.261811624', '30 days 07:20:32.261811624', '30 days 07:20:32.261811624'], dtype='timedelta64[ns]', freq=None)
更新於:2021-10-19
186 次檢視
廣告