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.floor()函数将给定TimedeltaIndex对象中的所有值都设置为指定频率。
用法: TimedeltaIndex.floor(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.floor()函数将给定的TimedeltaIndex对象中的所有值都设置为每日频率。
# importing pandas as pd 
import pandas as pd 
  
# Create the TimedeltaIndex object 
tidx = pd.TimedeltaIndex(data =['3 days 06:05:01.000030', '1 days 06:05:01.000030', 
                               None, '1 days 02:00:00', '21 days 06:15:01.000030']) 
  
# Print the TimedeltaIndex object 
print(tidx)输出:

现在我们将使用TimedeltaIndex.floor()函数将所有值取整。
# floor the values to daily frequency 
tidx.floor(freq ='D')输出:

正如我们在输出中看到的,TimedeltaIndex.floor()函数已将所有值下调至每日频率。
范例2:采用TimedeltaIndex.floor()函数将给定TimedeltaIndex对象中的所有值都设置为每小时一次。
# importing pandas as pd 
import pandas as pd 
  
# Create the TimedeltaIndex object 
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', '3 days 06:05:01.000030', 
                                '22 day 2 min 3us 10ns', '+23:59:59.999999', 
                                                  None, '+12:19:59.999999']) 
  
# Print the TimedeltaIndex object 
print(tidx)输出:

现在我们将使用TimedeltaIndex.floor()函数将所有值取整。
# floor the values to hourly frequency 
tidx.floor('H')输出:

正如我们在输出中看到的,TimedeltaIndex.floor()函数已将所有值设置为小时频率。
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.floor。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。
