Python Pandas tseries.offsets.DateOffset.normalize用法及代碼示例

Dateoffsets是用於Pandas中日期範圍的標準日期增量。就我們傳入的關鍵字args而言，它的工作方式與relativedelta完全相同。DateOffets的工作方式如下，每個偏移量指定一組符合DateOffset的日期。例如，“ Bday”將此集合定義為工作日的日期集合(M-F)。

可以創建DateOffsets以將日期向前移動給定數量的有效日期。例如，可以將Bday(2)添加到日期以將其向前移動兩個工作日。如果日期不是從有效日期開始，則首先將其移動到有效日期，然後創建偏移量。

Pandas tseries.offsets.DateOffset.normalize屬性返回布爾值。它返回True當DateOffset值已規範化時，否則返回False。

注意：規範化意味著將DateOffset相加的結果四舍五入到前一個午夜。

用法： pandas.tseries.offsets.DateOffset.normalize

範例1：采用pandas.tseries.offsets.DateOffset.normalize屬性，以檢查給定的DateOffset值是否已規範化。

# importing pandas as pd 
import pandas as pd 
  
# Creating Timestamp 
ts = pd.Timestamp('2019-10-10 07:15:11') 
  
# Create the DateOffset 
do = pd.tseries.offsets.DateOffset(n = 2) 
  
# Print the Timestamp 
print(ts) 
  
# Print the DateOffset 
print(do)

輸出：

現在，我們將dateoffset添加到給定的timestamp對象以增加它。我們還將檢查DateOffset是否已標準化。

# Adding the dateoffset to the given timestamp 
new_timestamp = ts + do 
  
# Print the updated timestamp 
print(new_timestamp) 
  
# check if the DateOffset has been normalized or not 
print(do.normalize)

輸出：

從輸出中可以看到，該屬性已成功返回一個布爾值，該布爾值指示給定的DateOffset是否已被規範化。

範例2：采用pandas.tseries.offsets.DateOffset.normalize屬性，以檢查給定的DateOffset值是否已規範化。

# importing pandas as pd 
import pandas as pd 
  
# Creating Timestamp 
ts = pd.Timestamp('2019-10-10 07:15:11') 
  
# Create the DateOffset 
# Also normalize it 
do = pd.tseries.offsets.DateOffset(days = 10, hours = 2, normalize = True) 
  
# Print the Timestamp 
print(ts) 
  
# Print the DateOffset 
print(do)

輸出：

現在，我們將dateoffset添加到給定的timestamp對象以增加它。我們還將檢查DateOffset是否已標準化。

# Adding the dateoffset to the given timestamp 
new_timestamp = ts + do 
  
# Print the updated timestamp 
print(new_timestamp) 
  
# check if the DateOffset has been normalized or not 
print(do.normalize)

輸出：

從輸出中可以看到，該屬性已成功返回一個布爾值，該布爾值指示給定的DateOffset是否已被規範化。