数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会研究
时尚研究
法律研究Python Pandas - 在索引值与已转换至指定频率的 PeriodArray 的索引之间的差值中计算 TimedeltaArray
如需计算 TimedeltaArray，其中包含索引值与已按指定频率转换为 PeriodArray 的索引之间的差值，请使用 datetimeindex.to_perioddelta() 方法。使用 freq 参数设置频率。
请先导入所需的库 -
import pandas as pd
使用周期 7 和频率作为 Y（即年）创建日期时间索引 -
datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')
显示 DateTimeIndex -
print("DateTimeIndex...\n", datetimeindex)计算 TimedeltaArray，其中包含索引值与已转换为 PeriodArray 的索引之间的差值。我们已使用具有值“M”的“freq”参数设置 Period 频率 -
print("\nConvert DateTimeIndex to PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))示例
代码如下 -
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'))
输出
将生成以下代码 -
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)
更新于:2021-10-19
186 次查看
广告