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 DatetimeIndex.ceil()
函数将数据调到指定频率。该函数将目标频率作为输入。它返回一个新的DatetimeIndex对象。
用法: DatetimeIndex.ceil(freq)
参数:
freq:最高频率指向索引。必须为固定频率,例如“ S”(秒)而不是“ ME”(月末)
返回:DatetimeIndex或TimedeltaIndex具有相同类型的索引,或者Series具有相同索引的Series
范例1:采用DatetimeIndex.ceil()
函数将DatetimeIndex对象的数据设置为指定的频率。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
# Here 'S' represents secondly frequency
didx = pd.DatetimeIndex(start ='2000-01-15 08:00', freq ='S', periods = 4)
# Print the DatetimeIndex
print(didx)
输出:
现在我们想将DatetimeIndex对象的第二个基于频率的频率设置为基于分钟的频率
# convert to the passed frequency
# 'T' represents minute based frequency
didx.ceil('T')
输出:
正如我们在输出中看到的那样,该函数已返回DatetimeIndex对象的上限值。
范例2:采用DatetimeIndex.ceil()
函数将DatetimeIndex对象的数据设置为指定的频率。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
# Here 'T' represents minutely frequency
didx = pd.DatetimeIndex(start ='2018-11-15 09:45', freq ='T', periods = 5)
# Print the DatetimeIndex
print(didx)
输出:
现在我们想将DatetimeIndex对象的基于分钟的频率改为基于小时的频率
# ceil the given frequency
didx.ceil('H')
输出:
正如我们在输出中看到的,该函数将DatetimeIndex对象的值设置为所需的频率。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.str.contains()用法及代码示例
- Python Pandas dataframe.std()用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas dataframe.sem()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas.Categorical()用法及代码示例
- Python Pandas.apply()用法及代码示例
- Python Pandas TimedeltaIndex.contains用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Series.str.pad()用法及代码示例
- Python Pandas Series.take()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas series.str.get()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 DatetimeIndex.ceil()。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。