Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas dataframe.at_time()
函數用於選擇一行中與當天輸入時間相對應的所有值。如果 DataFrame 中沒有輸入時間,則返回一個空的 DataFrame 。
用法: DataFrame.at_time(time, asof=False)
參數:
time:datetime.time或字符串
返回:values_at_time:調用者的類型
注意: at_time()
當 DataFrame 的索引不是DatetimeIndex時,函數引發異常
範例1:創建一個日期時間索引的 DataFrame 並在任何特定時間檢索值
# importing pandas as pd
import pandas as pd
# Creating row index values for dataframe
# Taken time frequency to be of 12 hours interval
# Generating five index value using "period = 5" parameter
ind = pd.date_range('01/ 01/2000', periods = 5, freq ='12H')
# Creating a dataframe with 2 columns
# using "ind" as the index for our dataframe
df = pd.DataFrame({"A":[1, 2, 3, 4, 5],
"B":[10, 20, 30, 40, 50]},
index = ind)
# Printing the dataframe
# for visualization
df
現在找出時間“12:00”的值
df.at_time('12:00')
輸出:
範例2:將date_time索引的頻率設置為30分鍾,並查詢有效時間和無效時間(在datframe中不存在)。
# importing pandas as pd
import pandas as pd
# Creating row index values for our data frame
# We have taken time frequency to be of 30 minutes interval
# We are generating eight index value using "period = 8" parameter
ind = pd.date_range('01/01/2000', periods = 8, freq ='30T')
# Creating a dataframe with 2 columns
# using "ind" as the index for our dataframe
df = pd.DataFrame({"A":[1, 2, 3, 4, 5, 6, 7, 8],
"B":[10, 20, 30, 40, 50, 60, 70, 80]},
index = ind)
# Printing the dataframe
df
現在讓我們查詢時間“02:00”
# Find the row values at time "02:00"
df.at_time('02:00')
輸出:
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.at_time()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。