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 Timestamp.to_datetime64()
函數為給定的Timestamp對象返回精度為ns的numpy.datetime64對象。
用法:Timestamp.to_datetime64()
參數:沒有
返回:numpy.datetime64對象
範例1:采用Timestamp.to_datetime64()
函數,用於為給定的Timestamp對象返回numpy.datetime64對象。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2011, month = 11, day = 21,
hour = 10, second = 49, tz = 'US/Central')
# Print the Timestamp object
print(ts)
輸出:
現在我們將使用Timestamp.to_datetime64()
函數返回給定時間戳的numpy.datetime64對象。
# return numpy.datetime64 object
ts.to_datetime64()
輸出:
正如我們在輸出中看到的,Timestamp.to_datetime64()
函數已針對給定的Timestamp對象(精度為ns)返回了numpy.datetime64對象。
範例2:采用Timestamp.to_datetime64()
函數,用於為給定的Timestamp對象返回numpy.datetime64對象。
# importing pandas as pd
import pandas as pd
# Create the Timestamp object
ts = pd.Timestamp(year = 2009, month = 5, day = 31,
hour = 4, second = 49, tz = 'Europe/Berlin')
# Print the Timestamp object
print(ts)
輸出:
現在我們將使用Timestamp.to_datetime64()
函數返回給定時間戳的numpy.datetime64對象。
# return numpy.datetime64 object
ts.to_datetime64()
輸出:
正如我們在輸出中看到的,Timestamp.to_datetime64()
函數已針對給定的Timestamp對象(精度為ns)返回了numpy.datetime64對象。
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 Timestamp.to_datetime64。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。