Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas dataframe.at_time()
函数用于选择一行中与当天输入时间相对应的所有值。如果 DataFrame 中没有输入时间,则返回一个空的 DataFrame 。
用法: DataFrame.at_time(time, asof=False)
参数:
time:datetime.time或字符串
返回:values_at_time:调用者的类型
注意: at_time()
当 DataFrame 的索引不是DatetimeIndex时,函数引发异常
范例1:创建一个日期时间索引的 DataFrame 并在任何特定时间检索值
# importing pandas as pd
import pandas as pd
# Creating row index values for dataframe
# Taken time frequency to be of 12 hours interval
# Generating five index value using "period = 5" parameter
ind = pd.date_range('01/ 01/2000', periods = 5, freq ='12H')
# Creating a dataframe with 2 columns
# using "ind" as the index for our dataframe
df = pd.DataFrame({"A":[1, 2, 3, 4, 5],
"B":[10, 20, 30, 40, 50]},
index = ind)
# Printing the dataframe
# for visualization
df
现在找出时间“12:00”的值
df.at_time('12:00')
输出:
范例2:将date_time索引的频率设置为30分钟,并查询有效时间和无效时间(在datframe中不存在)。
# importing pandas as pd
import pandas as pd
# Creating row index values for our data frame
# We have taken time frequency to be of 30 minutes interval
# We are generating eight index value using "period = 8" parameter
ind = pd.date_range('01/01/2000', periods = 8, freq ='30T')
# Creating a dataframe with 2 columns
# using "ind" as the index for our dataframe
df = pd.DataFrame({"A":[1, 2, 3, 4, 5, 6, 7, 8],
"B":[10, 20, 30, 40, 50, 60, 70, 80]},
index = ind)
# Printing the dataframe
df
现在让我们查询时间“02:00”
# Find the row values at time "02:00"
df.at_time('02:00')
输出:
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.at_time()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。