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.slice_indexer()
函數為輸入標簽計算切片索引器,為有序的TimedeltaIndex對象計算步進。該函數假定數據已排序。
用法: TimedeltaIndex.slice_indexer(start=None, end=None, step=None, kind=None)
參數:
start:如果為None,則默認為開頭
end:如果為None,則默認為末尾
step:int,默認值無
kind:字符串,默認無
返回:索引器:ndarray或切片
範例1:采用TimedeltaIndex.slice_indexer()
函數為給定的TimedeltaIndex對象中的傳遞標簽計算切片索引器。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='11 days 22:14:12.001124',
periods = 5, freq ='T')
# Print the TimedeltaIndex object
print(tidx)
輸出:
現在我們將使用TimedeltaIndex.slice_indexer()
函數查找傳遞的標簽的切片值。
# find the slice indexer
tidx.slice_indexer('11 days 22:15:20.001124')
輸出:
正如我們在輸出中看到的,TimedeltaIndex.slice_indexer()
函數已返回tidx對象中的位置以及元素數。
範例2:采用TimedeltaIndex.slice_indexer()
函數為給定的TimedeltaIndex對象中的傳遞標簽計算切片索引器。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='03 days 09:22:56',
periods = 5, freq ='H')
# Print the TimedeltaIndex object
print(tidx)
輸出:
現在我們將使用TimedeltaIndex.slice_indexer()
函數查找傳遞的標簽的切片值。
# find the slice indexer
tidx.slice_indexer('3 days 12:20:56')
輸出:
正如我們在輸出中看到的,TimedeltaIndex.slice_indexer()
函數已返回tidx對象中的位置以及元素數。
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.slice_indexer。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。