Python Pandas - 从 TimeDeltaIndex 对象创建 DataFrame,忽略原始索引


要从 TimeDeltaIndex 对象创建 DataFrame,请使用 TimeDeltaIndex to_frame() 方法。忽略原始索引,使用带有值Falseindex 参数。

首先,导入必要的库 −

import pandas as pd

创建一个 TimeDeltaIndex 对象。我们已使用“data”参数设置 timedelta 类数据 −

tdIndex = pd.TimedeltaIndex(data =['4 day 8h 20min 35us 45ns', '+17:42:19.999999',
'9 day 3h 08:16:02.000055', '+22:35:25.000075'])

显示 TimedeltaIndex −

print("TimedeltaIndex...\n", tdIndex)

从 TimeDeltaIndex 对象创建一个 DataFrame。使用“False”参数在返回的 DataFrame 中不设置原始索引 −

print("\nTimeDeltaIndex to DataFrame...\n", tdIndex.to_frame(index=False))

示例

以下是代码 −

import pandas as pd

# Create a TimeDeltaIndex object
# We have set the timedelta-like data using the 'data' parameter
tdIndex = pd.TimedeltaIndex(data =['4 day 8h 20min 35us 45ns', '+17:42:19.999999',
'9 day 3h 08:16:02.000055', '+22:35:25.000075'])

# 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)

# Create a DataFrame from TimeDeltaIndex object
# The original index isn't set in the returned DataFrame using the 'False' parameter
print("\nTimeDeltaIndex to DataFrame...\n", tdIndex.to_frame(index=False))

输出

这将生成以下代码 −

TimedeltaIndex...
TimedeltaIndex(['4 days 08:20:00.000035045', '0 days 17:42:19.999999',
'9 days 11:16:02.000055', '0 days 22:35:25.000075'],
dtype='timedelta64[ns]', freq=None)

The Dataframe of the components of TimeDeltas...
   days hours minutes seconds milliseconds microseconds nanoseconds
0    4     8      20      0            0           35           45
1    0    17      42     19          999          999            0
2    9    11      16      2            0           55            0
3    0    22      35     25            0           75            0

TimeDeltaIndex to DataFrame...
0
0 4 days 08:20:00.000035045
1 0 days 17:42:19.999999
2 9 days 11:16:02.000055
3 0 days 22:35:25.000075

更新于: 2021 年 10 月 20 日

93 个浏览量

开启您的 职业

完成课程获得认证

开始
广告
© . All rights reserved.