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系統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas DatetimeIndex.to_perioddelta()函數計算索引值與在指定頻率下轉換為periodIndex的索引之差的TimedeltaIndex。它用于矢量化偏移量。

用法： DatetimeIndex.to_perioddelta(freq)

參數：

freq: Pandas 的偏移量字符串或偏移對象之一。將默認推斷

返回：時間指數

范例1：采用DatetimeIndex.to_perioddelta()函數以指定頻率計算索引值與轉換為periodIndex的索引之間的差值的TimedeltaIndex

# importing pandas as pd

import pandas as pd

# Create the DatetimeIndex

# Here 'S' represents secondly frequency

didx = pd.DatetimeIndex(start ='2018-11-15 09:45:10', freq ='S', periods = 5)

# Print the DatetimeIndex

print(didx)

輸出：

現在我們要計算索引值與轉換為periodIndex的索引之間的差的TimedeltaIndex

# calculate the TimedeltaIndex

# 'T' represents minute based frequency

didx.to_perioddelta('T')

輸出：

正如我們在輸出中看到的，返回的索引值與轉換為periodIndex的索引之間的差。

范例2：采用DatetimeIndex.to_perioddelta()函數用于計算索引值與在指定頻率下轉換為periodIndex的索引之間的差值的TimedeltaIndex。

# importing pandas as pd

import pandas as pd

# Create the DatetimeIndex

# Here 'T' represents minutely frequency

didx = pd.DatetimeIndex(start ='2015-03-02 01:15:12', freq ='T', periods = 5)

# Print the DatetimeIndex

print(didx)

輸出：

現在我們要計算索引值與轉換為periodIndex的索引之間的差的TimedeltaIndex

# calculate the TimedeltaIndex

# 'H' represents hourly frequency

didx.to_period('H')

輸出：

正如我們在輸出中看到的，返回的索引值與轉換為periodIndex的索引之間的差。

總結

以上是生活随笔為你收集整理的python datetime timedelta函数_Python Pandas DatetimeIndex.to_perioddelta()用法及代码示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。