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.is_leap_year
如果日期属于a年,则属性返回一个布尔值指示符。 year年是一年,具有366天(而不是365天),其中2月29日为插日。 ap年是4的倍数,除了可以被100除而不能被400整除的年份。
用法: DatetimeIndex.is_leap_year
返回值:包含逻辑值的numpy数组。
范例1:采用DatetimeIndex.is_leap_year
属性以检查DatetimeIndex对象中存在的日期是否属于a年。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
didx = pd.DatetimeIndex(['2014-01-01', '2008-12-31', '2017-03-31', '2000-12-31'])
# Print the DatetimeIndex
print(didx)
输出:
现在,我们要查找给定DatetimeIndex对象中包含的日期是否属于a年。
# find if the dates belong to leap year
didx.is_leap_year
输出:
从输出中可以看到,该函数返回了一个numpy数组,其中包含DatetimeIndex对象的每个条目的逻辑值。True
值表示对应的日期属于a年,并且False
值表示对应的日期不属于a年。
范例2:采用DatetimeIndex.is_leap_year
属性以检查DatetimeIndex对象中存在的日期是否属于a年。
# 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,我们要查找给定DatetimeIndex对象中包含的日期是否属于a年。
# find if the dates belong to leap year
didx.is_leap_year
输出:
从输出中可以看到,该函数返回了一个numpy数组,其中包含DatetimeIndex对象的每个条目的逻辑值。True
值表示对应的日期属于a年,并且False
值表示对应的日期不属于a年。
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.is_leap_year。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。