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 Timestamp.floor()
函数将新的时间戳返回到此分辨率。该函数将所需的时间序列频率作为输入。
用法: Timestamp.floor()
参数:
freq:表示 floor 分辨率的频率字符串
返回:时间戳记
范例1:采用Timestamp.floor()
函数将给定的Timestamp对象设置为Daily时间序列频率。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2011, month = 11, day = 21,
hour = 10, second = 49, tz = 'US/Central')
# Print the Timestamp object
print(ts)
输出:
现在我们将使用Timestamp.floor()
函数将ts对象设置为“每日频率”。
# floor the given object to daily frequency
ts.floor(freq ='D')
输出:
正如我们在输出中看到的,Timestamp.floor()
函数已将给定Timestamp对象的时间序列频率限制为输入频率。
范例2:采用Timestamp.floor()
函数将给定的Timestamp对象设置为分钟的时间序列频率。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2009, month = 5, day = 31,
hour = 4, second = 49, tz = 'Europe/Berlin')
# Print the Timestamp object
print(ts)
输出:
现在我们将使用Timestamp.floor()
可以将ts对象放到微小的频率上。
# floor the given object to minutely frequency
ts.floor(freq ='T')
输出:
正如我们在输出中看到的,Timestamp.floor()
函数已将给定Timestamp对象的时间序列频率限制为输入频率。
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 Timestamp.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。