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.factorize()
函數將給定的TimedeltaIndex對象的元素編碼為枚舉類型或分類變量。
用法: TimedeltaIndex.factorize(sort=False, na_sentinel=-1)
參數:
sort:按值排序
na_sentinel:標記“not found”的值
返回:標簽:原始數組的索引器
範例1:采用TimedeltaIndex.factorize()
函數編碼給定的TimedeltaIndex對象的元素。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='1 days 06:05:01.000030',
periods = 5, freq ='D', name ='Koala')
# Print the TimedeltaIndex object
print(tidx)
輸出:
現在我們將使用TimedeltaIndex.factorize()
用於編碼tidx對象的函數。
# encode the tidx object
tidx.factorize()
輸出:
正如我們在輸出中看到的,TimedeltaIndex.factorize()
函數已編碼tidx對象的元素。它已為每個元素分配了唯一的代碼。
範例2:采用TimedeltaIndex.factorize()
函數,用於檢查兩個給定的TimedeltaIndex對象中包含的元素是否相同。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['1 days 02:00:00', '1 days 06:05:01.000030',
'1 days 02:00:00', '1 days 02:00:00', '21 days 06:15:01.000030'])
# Print the TimedeltaIndex object
print(tidx)
輸出:
現在我們將使用TimedeltaIndex.factorize()
用於編碼tidx對象的函數。
# encode the tidx object
tidx.factorize()
輸出:
正如我們在輸出中看到的,TimedeltaIndex.factorize()
函數已編碼tidx對象的元素。它已為每個元素分配了唯一的代碼。
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.factorize。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。