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 TimedeltaIndex.astype()
函數使用將值強製轉換為dtypes創建索引。新索引的類由dtype確定。如果無法進行轉換,則會引發ValueError異常。
用法: TimedeltaIndex.astype(dtype, copy=True)
參數:
dtype:numpy dtype或pandas類型
copy:布爾值,默認為True
默認情況下,astype始終返回新分配的對象。如果copy設置為False並且滿足dtype的內部要求,則使用原始數據創建新的Index或返回原始的Index。
返回:索引對象
範例1:采用TimedeltaIndex.astype()
函數將TimedeltaIndex對象的值轉換為“ str”。
# importing pandas as pd
import pandas as pd
# Create the first TimedeltaIndex object
tidx = pd.TimedeltaIndex(start = '1 days 02:00:12.001124',
periods = 5, freq = 'N', name = 'Koala')
# Print the TimedeltaIndex object
print(tidx)
輸出:
現在我們將使用TimedeltaIndex.astype()
函數將值轉換為字符串。
# cast the data values to string format.
tidx.astype('str')
輸出:
正如我們在輸出中看到的,TimedeltaIndex.astype()
函數已將tidx對象的值轉換為所需的格式。
範例2:采用TimedeltaIndex.astype()
函數將TimedeltaIndex對象的值轉換為“ bool”。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data = ['06:05:01.000030', '+23:59:59.999999',
'22 day 2 min 3us 10ns'])
# Print the TimedeltaIndex object
print(tidx)
輸出:
現在我們將使用TimedeltaIndex.astype()
函數將值轉換為布爾類型。
# cast the data values to bool type.
tidx.astype('bool')
輸出:
正如我們在輸出中看到的,TimedeltaIndex.astype()
函數已將tidx對象的值轉換為所需的格式。
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 TimedeltaIndex.astype()。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。