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 TimedeltaIndex.ceil()
函数将TimedeltaIndex对象的索引设置为指定的频率。该函数将频率作为参数,我们希望将这些值作为上限。
用法: TimedeltaIndex.ceil(freq)
参数:
freq:频率字符串/对象
返回:相同类型的索引
范例1:采用TimedeltaIndex.ceil()
函数将给定TimedeltaIndex对象的值设置为指定频率。
# importing pandas as pd
import pandas as pd
# Create the first TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='1 days 02:00:12.001124', periods = 5,
freq ='N', name ='Koala')
# Print the TimedeltaIndex object
print(tidx)
输出:
现在我们将使用TimedeltaIndex.ceil()
函数将数值上限为分钟频率。
# ceil the values to minutely frequency.
tidx.ceil('T')
输出:
正如我们在输出中看到的,TimedeltaIndex.ceil()
函数已返回一个新的索引对象,其中包含最高希望频率的值。
范例2:采用TimedeltaIndex.ceil()
函数将给定TimedeltaIndex对象的值设置为指定频率。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', '+23:59:59.999999',
'22 day 2 min 3us 10ns', None])
# Print the TimedeltaIndex object
print(tidx)
输出:
现在我们将使用TimedeltaIndex.ceil()
函数将值设置为每日频率。
# ceil the values to daily frequency.
tidx.ceil('D')
输出:
正如我们在输出中看到的,TimedeltaIndex.ceil()
函数已返回一个新的索引对象,其中包含最高希望频率的值。
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 TimedeltaIndex.ceil。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。