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.inferred_freq
属性尝试返回由infer_freq生成的代表频率猜测的字符串。对于该函数无法自动检测DatetimeIndex的频率的情况,它将返回None。
用法: DatetimeIndex.inferred_freq
返回:频率
范例1:采用DatetimeIndex.inferred_freq
属性以自动检测给定DatetimeIndex对象的频率。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
didx = pd.date_range("2008-12-30", periods = 5, freq ='Q')
# Print the DatetimeIndex
print(didx)
输出:
现在,我们希望函数自动检测给定DatetimeIndex对象的频率。
# find the frequency of the object.
didx.inferred_freq
输出:
从输出中可以看到,该函数尝试自动检测给定DatetimeIndex对象的频率,并从12月开始返回了四分之一类型的频率。
范例2:采用DatetimeIndex.inferred_freq
属性以自动检测给定DatetimeIndex对象的频率。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
didx = pd.DatetimeIndex(start ='2000-01-31 06:30', freq ='BM',
periods = 5, tz ='Asia/Calcutta')
# Print the DatetimeIndex
print(didx)
输出:
现在,我们希望函数自动检测给定DatetimeIndex对象的频率。
# find the frequency of the object.
didx.inferred_freq
输出:
从输出中可以看到,该函数已尝试自动检测给定DatetimeIndex对象的频率,并返回了“ BM”(营业月末)频率。
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 DatetimeIndex.inferred_freq。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。