跳转至

蟒蛇|熊猫系列. dt.ceil

原文:https://www.geeksforgeeks.org/python-pandas-series-dt-ceil/

Series.dt可用于访问系列的值,如 datetimelike,并返回几个属性。熊猫 **Series.dt.ceil()**功能对指定频率的数据执行上限操作。

语法: Series.dt.ceil(args,*kwargs)

参数: 频率:将指数提升到的频率水平

返回:日期时间索引、时间增量索引或序列

示例#1: 使用Series.dt.ceil()函数将给定序列对象的日期时间数据提升到指定的频率。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(['2012-12-31 08:45', '2019-1-1 12:30', '2008-02-2 10:30',
               '2010-1-1 09:25', '2019-12-31 00:00'])

# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']

# set the index
sr.index = idx

# Convert the underlying data to datetime 
sr = pd.to_datetime(sr)

# Print the series
print(sr)

输出:

现在我们将使用Series.dt.ceil()函数将给定序列对象中的日期时间值上限为每日频率。

# ceil to daily frequency
result = sr.dt.ceil(freq = 'D')

# print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.dt.ceil()函数已经成功地将给定序列对象中的日期时间值转换为指定的频率。

示例#2 : 使用Series.dt.ceil()函数将给定序列对象的日期时间数据提升到指定的频率。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 09:45', periods = 5, freq = 'T',
                            tz = 'Asia / Calcutta'))

# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']

# set the index
sr.index = idx

# Print the series
print(sr)

输出:

现在我们将使用Series.dt.ceil()函数将给定序列对象中的日期时间值上限为每小时频率。

# ceil to hourly frequency
result = sr.dt.ceil(freq = 'H')

# print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.dt.ceil()函数已经成功地将给定序列对象中的日期时间值转换为指定的频率。



回到顶部