Python pyspark DatetimeIndex用法及代码示例

datetime64 数据的不可变ndarray-like。

参数：

data：类似数组(一维)，可选

用于构建索引的可选datetime-like 数据。

freq：str 或 pandas 偏移对象，可选

pandas 日期偏移字符串或相应对象之一。可以传递字符串‘infer’，以便在创建时将索引的频率设置为推断频率。

normalize：布尔值，默认为 False

在生成日期范围之前将开始/结束日期标准化为午夜。

closed：{‘left’, ‘right’}，可选

设置是否包含边界上的start和end。默认包括两端的边界点。

ambiguous：‘infer’, bool-ndarray, ‘NaT’, 默认 ‘raise’

当时钟由于 DST 向后移动时，可能会出现不明确的时间。例如，在欧洲中部时间 (UTC+01) 中，当从 03:00 DST 到 02:00 非 DST 时，当地时间 02:30:00 发生在 00:30:00 UTC 和 01:30:00世界标准时间。在这种情况下，ambiguous 参数指示应如何处理模棱两可的时间。

• ‘infer’ 将尝试根据订单推断秋季 dst-transition 小时

• bool-ndarray 其中 True 表示 DST 时间，False 表示非 DST 时间(请注意，此标志仅适用于模棱两可的时间)

• ‘NaT’将在存在不明确的时间时返回NaT

• 如果存在不明确的时间，‘raise’ 将引发AmbiguousTimeError。

dayfirst：布尔值，默认为 False

如果为 True，则使用第一天的日期解析 data 中的日期。

yearfirst：布尔值，默认为 False

如果为 True，则使用年份第一顺序解析 data 中的日期。

dtype：numpy.dtype 或 str，默认无

请注意，唯一允许的 NumPy dtype 是“datetime64[ns]”。

copy：布尔值，默认为 False

制作输入 ndarray 的副本。

name：标签，默认无

要存储在索引中的名称。

例子：

>>> ps.DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'])
DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'], dtype='datetime64[ns]', freq=None)

从一个系列：

>>> from datetime import datetime
>>> s = ps.Series([datetime(2021, 3, 1), datetime(2021, 3, 2)], index=[10, 20])
>>> ps.DatetimeIndex(s)
DatetimeIndex(['2021-03-01', '2021-03-02'], dtype='datetime64[ns]', freq=None)

从索引：

>>> idx = ps.DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'])
>>> ps.DatetimeIndex(idx)
DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'], dtype='datetime64[ns]', freq=None)