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_locs()
函数计算输入标签的切片位置,并为有序的TimedeltaIndex对象步进。该函数假定数据已排序。
用法: TimedeltaIndex.slice_locs(start=None, end=None, step=None, kind=None)
参数:
start:(标签,默认为None)如果为None,则默认为开头
end:(标签,默认为无)如果没有,则默认为末尾
step:(int,默认为None)如果为None,则默认为1
kind:{“ ix”,“ loc”,“ getitem”}或无
返回:开始,结束:int
范例1:采用TimedeltaIndex.slice_locs()
函数为给定的TimedeltaIndex对象中的传递标签计算切片位置。
# 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_locs()
函数查找传递的标签的切片位置值。
# # find the slice location for the passed label
tidx.slice_locs('11 days 22:15:20.001124')
输出:
正如我们在输出中看到的,TimedeltaIndex.slice_locs()
函数已返回tidx对象中切片的开始位置和结束位置。
范例2:采用TimedeltaIndex.slice_locs()
函数为给定的TimedeltaIndex对象中的传递标签计算切片位置。
# 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_locs()
函数查找传递的标签的切片位置值。
# find the slice location for the passed label
tidx.slice_locs('3 days 12:20:56')
输出:
正如我们在输出中看到的,TimedeltaIndex.slice_locs
函数已返回tidx对象中切片的开始位置和结束位置。
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_locs()。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。