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 DatetimeIndex.is_leap_year
如果日期屬於a年,則屬性返回一個布爾值指示符。 year年是一年,具有366天(而不是365天),其中2月29日為插日。 ap年是4的倍數,除了可以被100除而不能被400整除的年份。
用法: DatetimeIndex.is_leap_year
返回值:包含邏輯值的numpy數組。
範例1:采用DatetimeIndex.is_leap_year
屬性以檢查DatetimeIndex對象中存在的日期是否屬於a年。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
didx = pd.DatetimeIndex(['2014-01-01', '2008-12-31', '2017-03-31', '2000-12-31'])
# Print the DatetimeIndex
print(didx)
輸出:
現在,我們要查找給定DatetimeIndex對象中包含的日期是否屬於a年。
# find if the dates belong to leap year
didx.is_leap_year
輸出:
從輸出中可以看到,該函數返回了一個numpy數組,其中包含DatetimeIndex對象的每個條目的邏輯值。True
值表示對應的日期屬於a年,並且False
值表示對應的日期不屬於a年。
範例2:采用DatetimeIndex.is_leap_year
屬性以檢查DatetimeIndex對象中存在的日期是否屬於a年。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
didx = pd.date_range("2008-12-30", periods = 5, freq ='Q')
# Print the DatetimeIndex
print(didx)
輸出:
現在,我們要查找給定DatetimeIndex對象中包含的日期是否屬於a年。
# find if the dates belong to leap year
didx.is_leap_year
輸出:
從輸出中可以看到,該函數返回了一個numpy數組,其中包含DatetimeIndex對象的每個條目的邏輯值。True
值表示對應的日期屬於a年,並且False
值表示對應的日期不屬於a年。
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 DatetimeIndex.is_leap_year。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。