Python Pandas Series.tshift()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.tshift()函数用于移动时间索引，并使用时标的频率(如果有)。如果未指定freq，则它将尝试使用索引的freq或inferred_freq属性。如果这些属性都不存在，则会引发ValueError。

用法： Series.tshift(periods=1, freq=None, axis=0)

参数：
periods:移动的周期数，可以是正数或负数
freq:从tseries模块或时间规则中使用的增量(例如“ EOM”)
axis:对应于包含索引的轴

返回：移动：NDFrame

范例1：采用Series.tshift()函数将给定系列对象的基于Datetime的索引移动一定的时间。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow']) 
  
# Create the Datetime Index 
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',  
                     periods = 6, tz = 'Europe/Berlin')  
  
# set the index 
sr.index = didx 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.tshift()函数将索引按系列对象已应用的频率移动2个周期。

# shift by 2 periods 
sr.tshift(periods = 2)

输出：

正如我们在输出中看到的，Series.tshift()函数已成功将给定系列的基于DateTime的索引移动了2个周期。

范例2：采用Series.tshift()函数可将给定系列对象的基于DateTime的索引增加一定的时间，并在其上应用“每日”频率。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow']) 
  
# Create the Datetime Index 
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',  
                     periods = 6, tz = 'Europe/Berlin')  
  
# set the index 
sr.index = didx 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.tshift()该函数可将序列对象已应用频率上的索引增加4个周期。

# increment by 4 periods 
sr.tshift(periods = 4, freq = 'D')

输出：

正如我们在输出中看到的，Series.tshift()函数已成功将给定系列的基于DateTime的索引增加了4个周期。

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.tshift()。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。