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 PeriodIndex.is_leap_year
屬性返回與PeriodIndex對象中每個元素相對應的布爾值數組。它返回True
如果給定的年份是a年,則返回False
如果不是a年。
用法: PeriodIndex.is_leap_year
參數:沒有
返回:布爾值數組
範例1:采用PeriodIndex.is_leap_year
屬性以檢查給定PeriodIndex對象中的每個元素,是否為it年。
# importing pandas as pd
import pandas as pd
# Create the PeriodIndex object
pidx = pd.PeriodIndex(start ='2003-12-21 08:45 ',
end ='2009-12-21 11:55', freq ='Y')
# Print the PeriodIndex object
print(pidx)
輸出:
現在我們將使用PeriodIndex.is_leap_year
屬性以檢查給定的年份是否為a年。
# check for leap year
pidx.is_leap_year
輸出:
正如我們在輸出中看到的,PeriodIndex.is_leap_year
屬性返回了一個包含布爾值的數組。True
表示給定的年份是a年,並且False
表示給定的年份不是a年。
範例2:采用PeriodIndex.is_leap_year
屬性以檢查給定PeriodIndex對象中的每個元素,是否為it年。
# importing pandas as pd
import pandas as pd
# Create the PeriodIndex object
pidx = pd.PeriodIndex(start ='2016-02-1',
end ='2016-02-06', freq ='D')
# Print the PeriodIndex object
print(pidx)
輸出:
現在我們將使用PeriodIndex.is_leap_year
屬性以檢查給定的年份是否為a年。
# check for leap year
pidx.is_leap_year
輸出:
正如我們在輸出中看到的,PeriodIndex.is_leap_year
屬性返回了一個包含布爾值的數組。True
表示給定的年份是a年,並且False
表示給定的年份不是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 PeriodIndex.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。