資料結構
網路
RDBMS
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
數學
英語
經濟學
心理學
社會研究
時裝研究
法律研究Python Pandas - 對具有小時頻率的 TimeDeltaIndex 執行向下取整操作
若要對具有小時頻率的 TimeDeltaIndex 執行向下取整操作，請使用 TimeDeltaIndex.floor() 方法。對於小時頻率，請使用 freq 引數，其值‘H’。
首先，匯入必要的庫 −
import pandas as pd
建立一個 TimeDeltaIndex 物件。我們已使用 'data' 引數設定類似時間間隔的資料 −
tdIndex = pd.TimedeltaIndex(data =['5 day 8h 20min 35us 45ns', '+17:42:19.999999', '7 day 3h 08:16:02.000055', '+22:35:25.999999'])
顯示 TimeDeltaIndex −
print("TimedeltaIndex...\n", tdIndex)
向下取整帶有小時頻率的時間間隔索引日期。對於小時頻率，我們已使用'H' −
print("\nPerforming Floor operation with hourly frequency...\n",
tdIndex.floor(freq='H'))示例
以下為程式碼 −
import pandas as pd
# Create a TimeDeltaIndex object
# We have set the timedelta-like data using the 'data' parameter
tdIndex = pd.TimedeltaIndex(data =['5 day 8h 20min 35us 45ns', '+17:42:19.999999',
'7 day 3h 08:16:02.000055', '+22:35:25.999999'])
# display TimedeltaIndex
print("TimedeltaIndex...\n", tdIndex)
# Return a dataframe of the components of TimeDeltas
print("\nThe Dataframe of the components of TimeDeltas...\n", tdIndex.components)
# Floor operation on TimeDeltaIndex date with hourly frequency
# For hourly frequency, we have used 'H'
print("\nPerforming Floor operation with hourly frequency...\n",
tdIndex.floor(freq='H'))輸出
這將生成以下程式碼 −
TimedeltaIndex... TimedeltaIndex(['5 days 08:20:00.000035045', '0 days 17:42:19.999999', '7 days 11:16:02.000055', '0 days 22:35:25.999999'], dtype='timedelta64[ns]', freq=None) The Dataframe of the components of TimeDeltas... days hours minutes seconds milliseconds microseconds nanoseconds 0 5 8 20 0 0 35 45 1 0 17 42 19 999 999 0 2 7 11 16 2 0 55 0 3 0 22 35 25 999 999 0 Performing Floor operation with hourly frequency... TimedeltaIndex(['5 days 08:00:00', '0 days 17:00:00', '7 days 11:00:00', '0 days 22:00:00'], dtype='timedelta64[ns]', freq=None)
更新日期：2021-10-20
71 次瀏覽
廣告