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 PeriodIndex.asfreq()
函数将给定PeriodIndex对象的每个元素转换为指定频率。
用法: PeriodIndex.asfreq(freq=None, how=’E’)
参数:
freq:一个频率
how:“ E”,“ END”或“ FINISH”代表结束,“ S”,“ START”或“ BEGIN”代表开始。
返回:具有新频率的PeriodIndex
范例1:采用PeriodIndex.asfreq()
函数将给定PeriodIndex对象的频率转换为指定的时间序列频率。
# importing pandas as pd
import pandas as pd
# Create the PeriodIndex object
pidx = pd.PeriodIndex(start ='2004-11-11 02:45:21 ',
end ='2021-5-21 8:45:29', freq ='Y')
# Print the PeriodIndex object
print(pidx)
输出:
现在我们将使用PeriodIndex.asfreq()
函数将给定PeriodIndex对象的时间序列频率转换为指定频率。
# convert the frequency
# 'M' stands for monthly frequency
pidx.asfreq('M')
输出:
正如我们在输出中看到的,PeriodIndex.asfreq()
函数已将给定PeriodIndex对象的频率转换为指定频率。
范例2:采用PeriodIndex.asfreq()
函数将给定PeriodIndex对象的频率转换为指定的时间序列频率。
# importing pandas as pd
import pandas as pd
# Create the PeriodIndex object
pidx = pd.PeriodIndex(start ='2016-10-12 11:12:02',
end ='2020-04-12 11:32:12', freq ='Q')
# Print the PeriodIndex object
print(pidx)
输出:
现在我们将使用PeriodIndex.asfreq()
函数将给定PeriodIndex对象的时间序列频率转换为指定频率。
# convert the frequency
# 'Y' stands for yearly frequency
pidx.asfreq('Y')
输出:
正如我们在输出中看到的,PeriodIndex.asfreq()
函数已将给定PeriodIndex对象的频率转换为指定频率。
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 PeriodIndex.asfreq。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。