当前位置: 首页>>代码示例>>用法及示例精选>>正文


Python - Pandas Series.dt.to_pydatetime用法及代码示例

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.to_pydatetime()函数以本地Python日期时间对象数组的形式返回数据。时区信息将保留(如果存在)。

用法: Series.dt.to_pydatetime()

参数:没有


返回:numpy.ndarray

范例1:采用Series.dt.to_pydatetime()函数将给定的series对象作为本地python datetime对象的数组返回。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['2012-12-31', '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.to_pydatetime()函数以本地Python日期时间对象数组的形式返回数据。

# return the series data as a  
# native python datetime data 
result = sr.dt.to_pydatetime()  
  
# print the result 
print(result)

输出:

正如我们在输出中看到的,Series.dt.to_pydatetime()函数已成功返回给定系列对象的基础数据作为本机python datetime数据的数组。

范例2:采用Series.dt.to_pydatetime()函数将给定的series对象作为本地python datetime对象的数组返回。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(pd.date_range('2012-12-31 00:00', periods = 5, freq = 'D', 
                            tz = 'US / Central')) 
  
# 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.to_pydatetime()函数以本地Python日期时间对象数组的形式返回数据。

# return the series data as a  
# native python datetime data 
result = sr.dt.to_pydatetime()  
  
# print the result 
print(result)

输出:

正如我们在输出中看到的,Series.dt.to_pydatetime()函数已成功返回给定系列对象的基础数据作为本机python datetime数据的数组。



相关用法

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.to_pydatetime。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。