跳转至

Python | Pandas series.dt.is_month_start

原文:https://www.geesforgeks.org/python-pandas-series-dt-is_month_start/

Series.dt可用于访问系列的值,如 datetimelike,并返回几个属性。熊猫 **Series.dt.is_month_start**属性返回一个布尔值,指示日期是否是一个月的第一天。

语法: Series.dt.is_month_start

参数:

返回: numpy 数组

示例#1: 使用Series.dt.is_month_start属性检查给定序列对象的基础数据中的日期是否是月初。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(['2012-1-1', '2019-7-18 12:30', '2008-02-2 10:30',
               '2010-4-22 09:25', '2019-1-1 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.is_month_start属性来检查给定序列对象中的日期是否是月初。

# check if dates are the start
# of the month or not
result = sr.dt.is_month_start

# print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.dt.is_month_start属性已经成功访问并返回了指示日期是否是月初的布尔值。

示例 2 : 使用Series.dt.is_month_start属性检查给定序列对象的基础数据中的日期是否是月初。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series(pd.date_range('2012-3-1 00:00',
                     periods = 5, freq = 'W'))

# 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.is_month_start属性来检查给定序列对象中的日期是否是月初。

# check if dates are the start
# of the month or not
result = sr.dt.is_month_start

# print the result
print(result)

输出: 正如我们在输出中看到的,Series.dt.is_month_start属性已经成功访问并返回了指示日期是否是月初的布尔值。



回到顶部