Series.dt
可用于以datetimelike的形式访问序列的值并返回几个属性。 Pandas Series.dt.day_name()
函数返回具有指定语言环境的DateTimeIndex的日期名称。
用法: Series.dt.day_name(*args, **kwargs)
参数:
locale:区域设置,用于确定返回日期名称的语言。默认为英语语言环境。
返回:日期名称的索引。
范例1:采用Series.dt.day_name()
函数返回给定系列对象中基础日期时间数据的日期名称。以英语返回当天的名称。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['2012-12-31 08:45', '2019-1-1 12:30', '2008-02-2 10:30',
'2010-1-1 09:25', '2019-12-31 00:00'])
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Convert the underlying data to datetime
sr = pd.to_datetime(sr)
# Print the series
print(sr)
输出:
现在我们将使用Series.dt.day_name()
函数返回给定系列对象中每个时间戳记的日期名称。
# return day name in english
result = sr.dt.day_name(locale = 'English')
# print the result
print(result)
输出:
正如我们在输出中看到的,Series.dt.day_name()
函数已成功以指定的语言返回了当天的名称。
范例2:采用Series.dt.day_name()
函数返回给定系列对象中基础日期时间数据的日期名称。以法语返回当天的名称。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 09:45', periods = 5, freq = 'Q',
tz = 'Europe / Berlin'))
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Print the series
print(sr)
输出:
现在我们将使用Series.dt.day_name()
函数返回给定系列对象中每个时间戳记的日期名称。
# return day name in french
result = sr.dt.day_name(locale = 'French')
# print the result
print(result)
输出:
正如我们在输出中看到的,Series.dt.day_name()
函数已成功以指定的语言返回了当天的名称。
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 Series.dt.day_name。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。