Python Pandas tseries.offsets.DateOffset.normalize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.DateOffset.normalize属性返回布尔值。它返回True当DateOffset值已规范化时，否则返回False。

注意：规范化意味着将DateOffset相加的结果四舍五入到前一个午夜。

用法： pandas.tseries.offsets.DateOffset.normalize

范例1：采用pandas.tseries.offsets.DateOffset.normalize属性，以检查给定的DateOffset值是否已规范化。

# importing pandas as pd 
import pandas as pd 
  
# Creating Timestamp 
ts = pd.Timestamp('2019-10-10 07:15:11') 
  
# Create the DateOffset 
do = pd.tseries.offsets.DateOffset(n = 2) 
  
# Print the Timestamp 
print(ts) 
  
# Print the DateOffset 
print(do)

输出：

现在，我们将dateoffset添加到给定的timestamp对象以增加它。我们还将检查DateOffset是否已标准化。

# Adding the dateoffset to the given timestamp 
new_timestamp = ts + do 
  
# Print the updated timestamp 
print(new_timestamp) 
  
# check if the DateOffset has been normalized or not 
print(do.normalize)

输出：

从输出中可以看到，该属性已成功返回一个布尔值，该布尔值指示给定的DateOffset是否已被规范化。

范例2：采用pandas.tseries.offsets.DateOffset.normalize属性，以检查给定的DateOffset值是否已规范化。

# importing pandas as pd 
import pandas as pd 
  
# Creating Timestamp 
ts = pd.Timestamp('2019-10-10 07:15:11') 
  
# Create the DateOffset 
# Also normalize it 
do = pd.tseries.offsets.DateOffset(days = 10, hours = 2, normalize = True) 
  
# Print the Timestamp 
print(ts) 
  
# Print the DateOffset 
print(do)

输出：

现在，我们将dateoffset添加到给定的timestamp对象以增加它。我们还将检查DateOffset是否已标准化。

# Adding the dateoffset to the given timestamp 
new_timestamp = ts + do 
  
# Print the updated timestamp 
print(new_timestamp) 
  
# check if the DateOffset has been normalized or not 
print(do.normalize)

输出：

从输出中可以看到，该属性已成功返回一个布尔值，该布尔值指示给定的DateOffset是否已被规范化。