Python Pandas DatetimeIndex.to_perioddelta()用法及代碼示例

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.to_perioddelta()函數計算索引值與在指定頻率下轉換為periodIndex的索引之差的TimedeltaIndex。它用於矢量化偏移量。

用法： DatetimeIndex.to_perioddelta(freq)

範例1：采用DatetimeIndex.to_perioddelta()函數以指定頻率計算索引值與轉換為periodIndex的索引之間的差值的TimedeltaIndex

# importing pandas as pd 
import pandas as pd 
  
# Create the DatetimeIndex 
# Here 'S' represents secondly frequency  
didx = pd.DatetimeIndex(start ='2018-11-15 09:45:10', freq ='S', periods = 5) 
  
# Print the DatetimeIndex 
print(didx)

輸出：

現在我們要計算索引值與轉換為periodIndex的索引之間的差的TimedeltaIndex

# calculate the TimedeltaIndex  
# 'T' represents minute based frequency 
didx.to_perioddelta('T')

輸出：

正如我們在輸出中看到的，返回的索引值與轉換為periodIndex的索引之間的差。

範例2：采用DatetimeIndex.to_perioddelta()函數用於計算索引值與在指定頻率下轉換為periodIndex的索引之間的差值的TimedeltaIndex。

# importing pandas as pd 
import pandas as pd 
  
# Create the DatetimeIndex 
# Here 'T' represents minutely frequency  
didx = pd.DatetimeIndex(start ='2015-03-02 01:15:12', freq ='T', periods = 5) 
  
# Print the DatetimeIndex 
print(didx)

輸出：

現在我們要計算索引值與轉換為periodIndex的索引之間的差的TimedeltaIndex

# calculate the TimedeltaIndex  
# 'H' represents hourly frequency 
didx.to_period('H')

輸出：

正如我們在輸出中看到的，返回的索引值與轉換為periodIndex的索引之間的差。