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.is_quarter_start
属性返回一个布尔值。它返回True
如果给定Timestamp对象中的日期是该季度的开始,则返回False
。
用法: Timestamp.is_quarter_start
参数:没有
返回:布尔值
范例1:采用Timestamp.is_quarter_start
属性,以检查给定Timestamp对象中的日期是否是该季度的开始。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(2016, 1, 1, 12)
# Print the Timestamp object
print(ts)
输出:
现在我们将使用Timestamp.is_quarter_start
属性以检查ts对象中的日期是否是该季度的开始。
# check if the date is start of the quarter
ts.is_quarter_start
输出:
正如我们在输出中看到的,Timestamp.is_quarter_start
属性已返回True
指示给定Timestamp对象中的日期是该季度的开始。
范例2:采用Timestamp.is_quarter_start
属性,以检查给定Timestamp对象中的日期是否是该季度的开始。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2009, month = 5, day = 31,
hour = 4, tz = 'Europe/Berlin')
# Print the Timestamp object
print(ts)
输出:
现在我们将使用Timestamp.is_quarter_start
属性以检查ts对象中的日期是否是该季度的开始。
# check if the date is start of the quarter
ts.is_quarter_start
输出:
正如我们在输出中看到的,Timestamp.is_quarter_start
属性已返回False
指示给定Timestamp对象中的日期不是该季度的开始。
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.is_quarter_start。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。