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.is_leap_year
属性返回与PeriodIndex对象中每个元素相对应的布尔值数组。它返回True
如果给定的年份是a年,则返回False
如果不是a年。
用法: PeriodIndex.is_leap_year
参数:没有
返回:布尔值数组
范例1:采用PeriodIndex.is_leap_year
属性以检查给定PeriodIndex对象中的每个元素,是否为it年。
# importing pandas as pd
import pandas as pd
# Create the PeriodIndex object
pidx = pd.PeriodIndex(start ='2003-12-21 08:45 ',
end ='2009-12-21 11:55', freq ='Y')
# Print the PeriodIndex object
print(pidx)
输出:
现在我们将使用PeriodIndex.is_leap_year
属性以检查给定的年份是否为a年。
# check for leap year
pidx.is_leap_year
输出:
正如我们在输出中看到的,PeriodIndex.is_leap_year
属性返回了一个包含布尔值的数组。True
表示给定的年份是a年,并且False
表示给定的年份不是a年。
范例2:采用PeriodIndex.is_leap_year
属性以检查给定PeriodIndex对象中的每个元素,是否为it年。
# importing pandas as pd
import pandas as pd
# Create the PeriodIndex object
pidx = pd.PeriodIndex(start ='2016-02-1',
end ='2016-02-06', freq ='D')
# Print the PeriodIndex object
print(pidx)
输出:
现在我们将使用PeriodIndex.is_leap_year
属性以检查给定的年份是否为a年。
# check for leap year
pidx.is_leap_year
输出:
正如我们在输出中看到的,PeriodIndex.is_leap_year
属性返回了一个包含布尔值的数组。True
表示给定的年份是a年,并且False
表示给定的年份不是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 PeriodIndex.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。