Python Pandas tseries.offsets.BusinessDay.name用法及代码示例

Dateoffsets是用于Pandas中日期范围的标准日期增量。就我们传入的关键字args而言，它的工作方式与relativedelta完全相同。DateOffets的工作方式如下，每个偏移量指定一组符合DateOffset的日期。例如，“ Bday”将此集合定义为工作日的日期集合(M-F)。

可以创建DateOffsets以将日期向前移动给定数量的有效日期。例如，可以将Bday(2)添加到日期以将其向前移动两个工作日。如果日期不是从有效日期开始，则首先将其移动到有效日期，然后创建偏移量。

Pandas tseries.offsets.BusinessDay.name属性允许您使用函数中的offset来简化操作，而不是导入和初始化类。它还返回应用于偏移对象的频率名称。

用法： pandas.tseries.offsets.BusinessDay.name

范例1：采用pandas.tseries.offsets.BusinessDay.name属性以返回应用于给定偏移对象的频率名称。

# importing pandas as pd 
import pandas as pd 
  
# Creating Timestamp 
ts = pd.Timestamp('2019-10-10 07:15:11') 
  
# Create an offset of 5 Business days 
bd = pd.tseries.offsets.BusinessDay(n = 5) 
  
# Print the Timestamp 
print(ts) 
  
# Print the DateOffset 
print(bd)

输出：

现在，我们将营业日偏移量添加到给定的timestamp对象，以增加datetime值。我们还将打印应用于给定偏移对象的频率名称。

# Adding the Business day offset to the given timestamp 
new_timestamp = ts + bd 
  
# Print the updated timestamp 
print(new_timestamp) 
  
# Print the name of the frequency applied  
# on the given offset object 
print(bd.name)

输出：

从输出中可以看到，我们已经成功创建了5个工作日的偏移并将其添加到给定的时间戳中。我们还打印了应用于给定偏移对象的频率名称。

范例2：采用pandas.tseries.offsets.BusinessDay.name属性以返回应用于给定偏移对象的频率名称。

# importing pandas as pd 
import pandas as pd 
  
# Creating Timestamp 
ts = pd.Timestamp('2019-10-10 07:15:11') 
  
# Create an offset of 10 Business days and 10 hours 
bd = pd.tseries.offsets.BusinessDay(offset = datetime.timedelta(days = 10, hours = 10)) 
  
# Print the Timestamp 
print(ts) 
  
# Print the DateOffset 
print(bd)

输出：

现在，我们将营业日偏移量添加到给定的timestamp对象，以增加datetime值。我们还将打印应用于给定偏移对象的频率名称。

# Adding the Business day offset to the given timestamp 
new_timestamp = ts + bd 
  
# Print the updated timestamp 
print(new_timestamp) 
  
# Print the name of the frequency applied  
# on the given offset object 
print(bd.name)

输出：

从输出中可以看到，我们已经成功创建了10个工作日和10个小时的偏移量，并将其添加到给定的时间戳记中。我们还打印了应用于给定偏移对象的频率名称。