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.microsecond
属性输出一个Index对象,其中包含存在于DatetimeIndex对象的每个条目中的微秒值。
用法: DatetimeIndex.microsecond
返回:索引包含微秒。
范例1:采用DatetimeIndex.microsecond
属性以查找DatetimeIndex对象中存在的微秒值。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
# Here 'U' represents microseconds
didx = pd.DatetimeIndex(start ='2014-08-01 10:05:45', freq ='U',
periods = 5, tz ='Asia/Calcutta')
# Print the DatetimeIndex
print(didx)
输出:
现在,我们要查找DatetimeIndex对象中存在的所有微秒值。
# find all the microsecond values
# present in the object
didx.microsecond
输出:
正如我们在输出中看到的那样,该函数返回了一个Index对象,其中包含DatetimeIndex对象的每个条目中存在的微秒值。
范例2:采用DatetimeIndex.microsecond
属性以查找DatetimeIndex对象中存在的微秒值。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
didx = pd.DatetimeIndex(['2014-08-01 10:05:45.000001 + 05:30',
'2014-08-01 10:05:45.000010 + 05:30'])
# Print the DatetimeIndex
print(didx)
输出:
现在,我们要查找DatetimeIndex对象中存在的所有微秒值。
# find all the microsecond values
# present in the object
didx.microsecond
输出:
正如我们在输出中看到的那样,该函数返回了一个Index对象,其中包含DatetimeIndex对象的每个条目中存在的微秒值。
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.microsecond。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。