Python酷库之旅-第三方库Pandas(157)

embedded/2024/10/18 9:42:05/

目录

一、用法精讲

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0-toc" style="margin-left:120px;">716、pandas.Timedelta.view方法

716-1、语法

716-2、参数

716-3、功能

716-4、返回值

716-5、说明

716-6、用法

716-6-1、数据准备

716-6-2、代码示例

716-6-3、结果输出

pandas.Timedelta.as_unit%E6%96%B9%E6%B3%95-toc" style="margin-left:120px;">717、pandas.Timedelta.as_unit方法

717-1、语法

717-2、参数

717-3、功能

717-4、返回值

717-5、说明

717-6、用法

717-6-1、数据准备

717-6-2、代码示例

717-6-3、结果输出

pandas.Timedelta.ceil%E6%96%B9%E6%B3%95-toc" style="margin-left:120px;">718、pandas.Timedelta.ceil方法

718-1、语法

718-2、参数

718-3、功能

718-4、返回值

718-5、说明

718-6、用法

718-6-1、数据准备

718-6-2、代码示例

718-6-3、结果输出

pandas.Timedelta.floor%E6%96%B9%E6%B3%95-toc" style="margin-left:120px;">719、pandas.Timedelta.floor方法

719-1、语法

719-2、参数

719-3、功能

719-4、返回值

719-5、说明

719-6、用法

719-6-1、数据准备

719-6-2、代码示例

719-6-3、结果输出

pandas.Timedelta.isoformat%E6%96%B9%E6%B3%95-toc" style="margin-left:120px;">720、pandas.Timedelta.isoformat方法

720-1、语法

720-2、参数

720-3、功能

720-4、返回值

720-5、说明

720-6、用法

720-6-1、数据准备

720-6-2、代码示例

720-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0">716、pandas.Timedelta.view方法
716-1、语法
python"># 716、pandas.Timedelta.view方法
pandas.Timedelta.view(dtype)
Array view compatibility.Parameters:
dtype
str or dtype
The dtype to view the underlying data as.
716-2、参数

716-2-1、dtype(必须)：str或numpy.dtype，指定你希望将Timedelta对象视为的目标数据类型，通常，这个dtype会是时间相关的，比如'timedelta64[ns]'表示以纳秒为单位的时间间隔。

716-3、功能

        该方法的功能相当于让你以不同的数据类型“视图”来查看原本的Timedelta对象，在需要对底层数据表示进行不同方式的解读时非常有用。

716-4、返回值

        返回新的对象，该对象以指定的数据类型来表示原始的Timedelta对象。

716-5、说明

        无

716-6、用法
716-6-1、数据准备
python">无
716-6-2、代码示例
python"># 716、pandas.Timedelta.view方法
import pandas as pd
# 创建一个Timedelta对象
td = pd.Timedelta(days=2, hours=3, minutes=30)
# 查看原始对象
print('原始Timedelta:', td)
# 以纳秒为单位查看
td_ns_view = td.view('timedelta64[ns]')
print('以纳秒为单位的视图:', td_ns_view)
# 以微秒为单位查看
td_us_view = td.view('timedelta64[us]')
print('以微秒为单位的视图:', td_us_view)
# 以毫秒为单位查看
td_ms_view = td.view('timedelta64[ms]')
print('以毫秒为单位的视图:', td_ms_view)
716-6-3、结果输出
python"># 716、pandas.Timedelta.view方法 
# 原始Timedelta: 2 days 03:30:00
# 以纳秒为单位的视图: 185400000000000 nanoseconds
# 以微秒为单位的视图: 185400000000000 microseconds
# 以毫秒为单位的视图: 185400000000000 milliseconds
pandas.Timedelta.as_unit%E6%96%B9%E6%B3%95">717、pandas.Timedelta.as_unit方法
717-1、语法
python"># 717、pandas.Timedelta.as_unit方法
pandas.Timedelta.as_unit(unit, round_ok=True)
Convert the underlying int64 representation to the given unit.Parameters:
unit
{“ns”, “us”, “ms”, “s”}
round_ok
bool, default True
If False and the conversion requires rounding, raise.Returns:
Timedelta
717-2、参数

717-2-1、unit(必须)：字符串，表示目标时间单位，可以是's'(秒)，'ms'(毫秒)，'us'(微秒)和'ns'(纳秒)中的一个。

717-2-2、round_ok(可选，默认值为True)：布尔值，表示是否允许四舍五入，如果为True，则执行四舍五入；否则，不进行四舍五入。如果没有这种解释，将抛出错误。

717-3、功能

        允许你以不同时间单位查看或解释时间间隔数据，该方法可以帮助你便捷地转换时间间隔的单位。

717-4、返回值

        返回一个新的Timedelta对象，以指定的单位表示。

717-5、说明

        无

717-6、用法
717-6-1、数据准备
python">无
717-6-2、代码示例
python"># 717、pandas.Timedelta.as_unit方法
import pandas as pd
# 创建一个Timedelta对象
td = pd.Timedelta(days=2, hours=3, minutes=30)
# 以秒为单位查看
td_seconds = td.as_unit('s')
print('以秒为单位的Timedelta:', td_seconds)
# 以毫秒为单位查看
td_milliseconds = td.as_unit('ms')
print('以毫秒为单位的Timedelta:', td_milliseconds)
# 以纳秒为单位查看
td_nanoseconds = td.as_unit('ns')
print('以纳秒为单位的Timedelta:', td_nanoseconds)
717-6-3、结果输出
python"># 717、pandas.Timedelta.as_unit方法
# 以秒为单位的Timedelta: 2 days 03:30:00
# 以毫秒为单位的Timedelta: 2 days 03:30:00
# 以纳秒为单位的Timedelta: 2 days 03:30:00
pandas.Timedelta.ceil%E6%96%B9%E6%B3%95">718、pandas.Timedelta.ceil方法
718-1、语法
python"># 718、pandas.Timedelta.ceil方法
pandas.Timedelta.ceil(freq)
Return a new Timedelta ceiled to this resolution.Parameters:
freq
str
Frequency string indicating the ceiling resolution. It uses the same units as class constructor Timedelta.
718-2、参数

718-2-1、freq(必须)：字符串，指定的频率字符串，用于定义时间间隔的上限，常见的频率字符串包括以下几种：

  • 'D'：天
  • 'h'：小时
  • 'min'：分钟
  • 's'：秒
  • 'ms'：毫秒
  • 'us'：微秒
  • 'ns'：纳秒
  • 还有其他的如月('M')、年('Y')等。不过，由于Timedelta的特性，年和月可能不太常用。
718-3、功能

        允许你将时间间隔数据四舍五入到指定频率的上限，这在处理时间数据时可能非常有用，尤其是当你需要将时间精度调整到特定的时间单位时。

718-4、返回值

        返回一个新的Timedelta对象，是将原始Timedelta对象向上四舍五入到最近的指定频率的结果。

718-5、说明

        无

718-6、用法
718-6-1、数据准备
python">无
718-6-2、代码示例
python"># 718、pandas.Timedelta.ceil方法
import pandas as pd
# 创建一个Timedelta对象
td = pd.Timedelta(days=2, hours=3, minutes=30, seconds=15)
# 向上四舍五入到最近的天
td_ceil_days = td.ceil('D')
print('四舍五入到天:', td_ceil_days)
# 向上四舍五入到最近的小时
td_ceil_hours = td.ceil('h')
print('四舍五入到小时:', td_ceil_hours)
# 向上四舍五入到最近的分钟
td_ceil_minutes = td.ceil('min')
print('四舍五入到分钟:', td_ceil_minutes)  # 输出: 2 days 03:31:00# 向上四舍五入到最近的秒
td_ceil_seconds = td.ceil('s')
print('四舍五入到秒:', td_ceil_seconds)
# 向上四舍五入到最近的毫秒
td_ceil_milliseconds = td.ceil('ms')
print('四舍五入到毫秒:', td_ceil_milliseconds)
718-6-3、结果输出
python"># 718、pandas.Timedelta.ceil方法
# 四舍五入到天: 3 days 00:00:00
# 四舍五入到小时: 2 days 04:00:00
# 四舍五入到分钟: 2 days 03:31:00
# 四舍五入到秒: 2 days 03:30:15
# 四舍五入到毫秒: 2 days 03:30:15
pandas.Timedelta.floor%E6%96%B9%E6%B3%95">719、pandas.Timedelta.floor方法
719-1、语法
python"># 719、pandas.Timedelta.floor方法
pandas.Timedelta.floor(freq)
Return a new Timedelta floored to this resolution.Parameters:
freq
str
Frequency string indicating the flooring resolution. It uses the same units as class constructor Timedelta.
719-2、参数

719-2-1、freq(必须)：字符串，指定的频率字符串，用于定义时间间隔的上限，常见的频率字符串包括以下几种：

  • 'D'：天
  • 'h'：小时
  • 'min'：分钟
  • 's'：秒
  • 'ms'：毫秒
  • 'us'：微秒
  • 'ns'：纳秒
  • 还有其他的如月('M')、年('Y')等。不过，由于Timedelta的特性，年和月可能不太常用。
719-3、功能

        允许你将时间间隔数据向下取整到指定频率的下限，该方法在需要将时间精度调整到特定的时间单位时非常有用。

719-4、返回值

        返回一个新的Timedelta对象，是将原始Timedelta对象向下取整到最近的指定频率的结果。

719-5、说明

        无

719-6、用法
719-6-1、数据准备
python">无
719-6-2、代码示例
python"># 719、pandas.Timedelta.floor方法
import pandas as pd
# 创建一个Timedelta对象
td = pd.Timedelta(days=2, hours=3, minutes=30, seconds=15)
# 向下取整到最近的天
td_floor_days = td.floor('D')
print('向下取整到天:', td_floor_days)
# 向下取整到最近的小时
td_floor_hours = td.floor('h')
print('向下取整到小时:', td_floor_hours)
# 向下取整到最近的分钟
td_floor_minutes = td.floor('min')
print('向下取整到分钟:', td_floor_minutes)
# 向下取整到最近的秒
td_floor_seconds = td.floor('s')
print('向下取整到秒:', td_floor_seconds)  
# 向下取整到最近的毫秒
td_floor_milliseconds = td.floor('ms')
print('向下取整到毫秒:', td_floor_milliseconds)
719-6-3、结果输出
python"># 719、pandas.Timedelta.floor方法 
# 向下取整到天: 2 days 00:00:00
# 向下取整到小时: 2 days 03:00:00
# 向下取整到分钟: 2 days 03:30:00
# 向下取整到秒: 2 days 03:30:15
# 向下取整到毫秒: 2 days 03:30:15
pandas.Timedelta.isoformat%E6%96%B9%E6%B3%95">720、pandas.Timedelta.isoformat方法
720-1、语法
python"># 720、pandas.Timedelta.isoformat方法
pandas.Timedelta.isoformat()
Format the Timedelta as ISO 8601 Duration.P[n]Y[n]M[n]DT[n]H[n]M[n]S, where the [n] s are replaced by the values. See https://en.wikipedia.org/wiki/ISO_8601#Durations.Returns:
str
720-2、参数

        无

720-3、功能

        将时间差对象转换为一个标准化的字符串格式，方便进行存储和传输，特别是在需要遵循ISO 8601标准的场景中。

720-4、返回值

        返回一个字符串，该字符串表示Timedelta对象的长度，格式为P[n]Y[n]M[n]DT[n]H[n]M[n]S，其中：

  • P表示一个时间段。
  • Y、M、D分别表示年、月、日。
  • T表示时间部分的开始。
  • H、M、S分别表示小时、分钟、秒。
720-5、说明

        无

720-6、用法
720-6-1、数据准备
python">无
720-6-2、代码示例
python"># 720、pandas.Timedelta.isoformat方法
import pandas as pd
# 创建一个Timedelta对象
td = pd.Timedelta(days=1, hours=5, minutes=30)
# 转换为ISO 8601格式
iso_str = td.isoformat()
print(iso_str)
720-6-3、结果输出
python"># 720、pandas.Timedelta.isoformat方法  
# P1DT5H30M0S

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页

http://www.ppmy.cn/embedded/128420.html

相关文章

新手爬虫DAY1

新手爬虫DAY1

这个错误信息表明在你的Python程序中，re.search() 函数没有找到预期的匹配项，因此返回了 None。当你尝试在 None 对象上调用 group(1) 方法时，Python 抛出了一个 AttributeError。 具体来说，错误发生在 pc.py 文件的第6行&#x…
阅读更多...
健康生活的重要性

健康生活的重要性

在这个快节奏的时代，健康养生保健已成为我们不可忽视的生活课题。它不仅仅关乎日常饮食的均衡，更是心灵与身体的和谐共生。让我们深入探讨几个关键点，激发您对健康生活的思考与行动。 - 首先，均衡饮食是基础。 提到养生&#xff0…
阅读更多...
每天五分钟深度学习pytorch：L1和L2范数、L1和L2归一化

每天五分钟深度学习pytorch：L1和L2范数、L1和L2归一化

本文重点 我们在另外一个专栏《机器学习和深度学习数学基础》中介绍了常用的范数，这里我们就不进行详细介绍了。这里我们只介绍，如何使用pytorch来计算L1、L2范数，以及如何计算L1和L2归一化。 L1和L2范数 torch.norm(input, p=fro, dim=None, keepdim=False, out=None, d…
阅读更多...
【云岚到家】-day07-4-实战项目-优惠券活动-项目准备

【云岚到家】-day07-4-实战项目-优惠券活动-项目准备

【云岚到家-即刻体检】-day07-4-实战项目-优惠券活动-活动管理 1 模块需求分析1.1 业务流程1.2 界面原型1.3 业务模块 2 模块设计2.1 数据流2.2 表结构设计2.2.1 优惠券活动表设计2.2.2 优惠券表设计2.2.3 优惠券核销表2.2.4 优惠券退回表 2.3 创建数据库2.4 创建工程 1 模块需…
阅读更多...
mac 录屏（视频+内外部声音）

mac 录屏（视频+内外部声音）

mac 的 QuickTime Player 快捷键 cmd shift 5 自带录屏功能 但 QuickTime 本身只支持录制来自麦克风的声音，而不支持直接录制系统内部的音频。 为了实现 QuickTime Player 同时录制系统声音和麦克风声音，你可以通过安装第三方音频插件来达到目的。以…
阅读更多...
HarmonyOS NEXT 应用开发实战(六、组件导航Navigation使用详解)

HarmonyOS NEXT 应用开发实战(六、组件导航Navigation使用详解)

在鸿蒙应用开发中，Navigation 组件是实现界面间导航的重要工具。本文将介绍如何使用 Navigation 组件实现页面跳转及参数传递，确保你能轻松构建具有良好用户体验的应用。 当前HarmonyOS支持两套路由机制（Navigation和Router）&…
阅读更多...
【Java】集合中单列集合详解(一)：Collection与List

【Java】集合中单列集合详解(一)：Collection与List

目录 引言 一、Collection接口 1.1 主要方法 1.1.1 添加元素 1.1.2 删除元素 1.1.3 清空元素 1.1.4 判断元素是否存在 1.1.5 判断是否为空 1.1.6 求取元素个数 1.2 遍历方法 1.2.1 迭代器遍历 1.2.2 增强for遍历 1.2.3 Lambda表达式遍历 1.2.4 应用场景 二、…
阅读更多...
python项目实战——下载美女图片

python项目实战——下载美女图片

python项目实战——下载美女图片 文章目录 python项目实战——下载美女图片完整代码思路整理实现过程使用xpath语法找图片的链接检查链接是否正确下载图片创建文件夹获取一组图片的链接获取页数 获取目录页的链接 完善代码注意事项 完整代码 import requests import re import…
阅读更多...
最新文章

Copyright @ 2022~2023