資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究Python Pandas - 對具有毫秒頻率的 TimeDeltaIndex 執行向下取整操作
要對具有毫秒頻率的 TimeDeltaIndex 執行向下取整操作，請使用 **TimeDeltaIndex.floor()** 方法。對於毫秒頻率，請使用 **freq** 引數，其值為 **‘ms’**。
首先，匯入所需的庫 -
import pandas as pd
建立一個 TimeDeltaIndex 物件。我們使用 'data' 引數設定了類似時間增量的資料 -
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)對具有毫秒頻率的 TimeDeltaIndex 日期執行向下取整操作。對於毫秒頻率，我們使用了 'ms' -
print("\nPerforming Floor oper示例
以下是程式碼 -
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 milliseconds frequency
# For milliseconds frequency, we have used 'ms'
print("\nPerforming Floor operation with milliseconds frequency...\n",
tdIndex.floor(freq='ms'))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 milliseconds frequency... TimedeltaIndex([ '5 days 08:20:00', '0 days 17:42:19.999000', '7 days 11:16:02', '0 days 22:35:25.999000'], dtype='timedelta64[ns]', freq=None)
更新於: 2021年10月20日
86 次瀏覽
廣告