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 Period.to_timestamp()
函数以指定频率(在周期的指定结束时间)在目标频率处返回周期的时间戳表示。
用法: Period.to_timestamp()
参数:
freq:目标频率。如果self.freq为一周或更长时间,则默认为“ D”,否则为“ S”
how:“ S”,“ E”。可以用作别名,不区分大小写:“开始”,“完成”,“开始”,“结束”
返回:时间戳记
范例1:采用Period.to_timestamp()
函数以指定的频率返回给定的周期对象作为Timestamp对象。
# importing pandas as pd
import pandas as pd
# Create the Period object
prd = pd.Period(freq ='S', year = 2000, month = 2, day = 22,
hour = 8, minute = 21, second = 24)
# Print the Period object
print(prd)
输出:
现在我们将使用Period.to_timestamp()
函数返回给定的期间对象作为时间戳对象。
# return as a timestamp in the specified frequency.
# 'M' represents monthly frequency
prd.to_timestamp(freq ='M')
输出:
正如我们在输出中看到的,Period.to_timestamp()
函数已以给定的频率返回给定的周期对象作为时间戳。
范例2:采用Period.to_timestamp()
函数以指定的频率返回给定的周期对象作为Timestamp对象。
# importing pandas as pd
import pandas as pd
# Create the Period object
prd = pd.Period(freq ='S', year = 2006, month = 10,
hour = 15, minute = 49, second = 17)
# Print the object
print(prd)
输出:
现在我们将使用Period.to_timestamp()
函数返回给定的期间对象作为时间戳对象。
# return as a timestamp in the specified frequency.
# 'T' represents minutely frequency
prd.to_timestamp(freq ='T')
输出:
正如我们在输出中看到的,Period.to_timestamp()
函数已以给定的频率返回给定的周期对象作为时间戳。
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 Period.to_timestamp。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。