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.snap()
函數用於將時間戳捕捉到最近發生的頻率。該函數采用一個參數,即我們在捕捉DatetimeIndex對象的時間戳值時要應用的頻率。
用法: DatetimeIndex.snap(freq)
參數:
freq:頻率
返回:日期時間索引
範例1:采用DatetimeIndex.snap()
函數根據輸入頻率將給定的DatetimeIndex對象轉換為最近的發生頻率。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
# Here 'Q' represents quarter end frequency
didx = pd.DatetimeIndex(start ='2000-01-15 08:00', freq ='Q',
periods = 4, tz ='Asia/Calcutta')
# Print the DatetimeIndex
print(didx)
輸出:
現在,我們要基於輸入將給定的DatetimeIndex對象時間戳值轉換為最接近的頻率。
# snap the timestamp to the nearest frequency
didx.snap('MS')
輸出:
從輸出中可以看到,該函數已將給定的DatetimeIndex對象中的每個時間戳值對齊。
範例2:采用DatetimeIndex.snap()
函數根據輸入頻率將給定的DatetimeIndex對象轉換為最近的發生頻率。
# importing pandas as pd
import pandas as pd
# Create the DatetimeIndex
# Here 'MS' represents month start frequency
didx = pd.date_range(pd.Timestamp("2000-01-15 08:00"),
periods = 5, freq ='MS')
# Print the DatetimeIndex
print(didx)
輸出:
現在,我們要基於輸入將給定的DatetimeIndex對象時間戳值轉換為最接近的頻率。
# snap the timestamp to the nearest frequency
didx.snap('Q')
輸出:
從輸出中可以看到,該函數已將給定的DatetimeIndex對象中的每個時間戳值對齊。
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.snap()。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。