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 Index.asof()
函数return从索引中返回标签,如果不存在,则返回前一个。假定索引已排序,如果传递的索引标签在索引中,则返回它;如果传递的索引不在索引中,则返回前一个索引标签。
注意:该函数仅适用于排序的索引。如果未排序,则返回错误。
用法: Index.asof(label)
参数:
label:方法返回的标签的最新索引标签
返回:传递的标签(如果在索引中)。如果传递的标签不在排序索引中,则为前一个标签;如果没有这样的标签,则为NaN。
范例1:采用Index.asof()
函数返回最新的索引标签,直到传递的索引标签为止。
# importing pandas as pd
import pandas as pd
# Creating the Index
df = pd.Index([17, 69, 33, 15, 19, 74, 10, 5])
# Print the Index
df
输出:
让我们先对索引标签进行排序
# sorting the index labels using the argsort() function
df = df[df.argsort()]
# Lets print the sorted index labels.
df
输出:
现在,我们将在索引中找到最新的标签,最多可显示72个。
# find the latest index label upto 72
df.asof(72)
输出:
正如我们在输出中看到的那样,该函数已返回69,因为它是小于72的前一个索引标签。
范例2:采用Index.asof()
函数查找到给定日期的索引标签。
# importing pandas as pd
import pandas as pd
# Creating the Index
idx = pd.Index(['2015-10-31', '2015-12-02', '2016-01-03',
'2016-02-08', '2017-05-05'])
# Print the Index
df
输出:
索引已按排序顺序,因此我们将不对其进行排序。
现在我们将应用index.asof()
函数查找直到输入标签的索引标签。
# to find the label in the index upto '2016-01-01'
idx.asof('2016-01-01')
输出:
从输出中可以看到,该函数已返回“ 2015-12-02”日期,该日期是索引中直到“ 2016-01-01”的上一个日期
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 Index.asof()。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。