蟒蛇|熊猫系列. dt.to_period
原文:https://www.geesforgeks.org/python-pandas-series-dt-to_period/
Series.dt可用于访问系列的值，如 datetimelike，并返回几个属性。熊猫 **Series.dt.to_period()**函数以特定的频率将给定序列对象的底层数据转换为周期数组/索引。
语法: Series.dt.to_period(args，*kwargs)
参数:
频率:字符串或偏移量，可选
返回:周期数组/索引
示例#1: 使用Series.dt.to_period()函数将给定序列对象的基础数据以每周频率转换为索引。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['2012-12-31', '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.to_period()函数将给定序列对象的底层数据以每周频率转换为索引。
# cast to targert frequency
result = sr.dt.to_period(freq = 'W')
# print the result
print(result)
输出:
正如我们在输出中看到的，Series.dt.to_period()函数已经成功地将数据转换到目标频率。
示例 2 : 使用Series.dt.to_period()函数将给定序列对象的基础数据以两年为一个频率转换为 Index。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 00:00', periods = 5, freq = 'D',
tz = 'US / Central'))
# 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.to_period()函数将给定序列对象的底层数据以两年的频率转换为 Index。
# cast to targert frequency
result = sr.dt.to_period(freq = '2Y')
# print the result
print(result)
输出:
正如我们在输出中看到的，Series.dt.to_period()函数已经成功地将数据转换到目标频率。
