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.slice_indexer()
函数为输入标签计算切片索引器,为有序的TimedeltaIndex对象计算步进。该函数假定数据已排序。
用法: TimedeltaIndex.slice_indexer(start=None, end=None, step=None, kind=None)
参数:
start:如果为None,则默认为开头
end:如果为None,则默认为末尾
step:int,默认值无
kind:字符串,默认无
返回:索引器:ndarray或切片
范例1:采用TimedeltaIndex.slice_indexer()
函数为给定的TimedeltaIndex对象中的传递标签计算切片索引器。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='11 days 22:14:12.001124',
periods = 5, freq ='T')
# Print the TimedeltaIndex object
print(tidx)
输出:
现在我们将使用TimedeltaIndex.slice_indexer()
函数查找传递的标签的切片值。
# find the slice indexer
tidx.slice_indexer('11 days 22:15:20.001124')
输出:
正如我们在输出中看到的,TimedeltaIndex.slice_indexer()
函数已返回tidx对象中的位置以及元素数。
范例2:采用TimedeltaIndex.slice_indexer()
函数为给定的TimedeltaIndex对象中的传递标签计算切片索引器。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='03 days 09:22:56',
periods = 5, freq ='H')
# Print the TimedeltaIndex object
print(tidx)
输出:
现在我们将使用TimedeltaIndex.slice_indexer()
函数查找传递的标签的切片值。
# find the slice indexer
tidx.slice_indexer('3 days 12:20:56')
输出:
正如我们在输出中看到的,TimedeltaIndex.slice_indexer()
函数已返回tidx对象中的位置以及元素数。
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.slice_indexer。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。