跳转至

Python |熊猫时间差指数。注

哎哎哎:# t0]https://www.geeksforgeeks.org/python-pandas-time delta index-note na/

Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。

熊猫 **TimedeltaIndex.notna()**函数检测给定时间增量索引对象的所有非缺失值。该功能的功能与TimedeltaIndex.isna()相反。

语法:时间增量索引. notna()

参数:无

返回:一个布尔数组，表示值是否为非空

示例#1: 使用TimedeltaIndex.notna()函数检测给定时间增量索引对象中所有未丢失的值。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', None, '22 day 2 min 3us 10ns',
                                   '+23:59:59.999999', None, '+12:19:59.999999'])

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.notna()函数来检测 tidx 对象中所有未丢失的值。

# find all non-missing values
tidx.notna()

输出: 正如我们在输出中看到的，TimedeltaIndex.notna()函数返回了一个布尔数组，其中包含了与非缺失值对应的True值和与缺失值对应的False值。

示例 2: 使用TimedeltaIndex.notna()函数检测给定时间增量索引对象中所有未缺失的值。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =[None, '1 days 06:05:01.000030', None,
                       '1 days 02:00:00', '21 days 06:15:01.000030'])

# Print the TimedeltaIndex object
print(tidx)

输出: 现在我们将使用TimedeltaIndex.notna()功能检测 tidx 对象中所有未缺失的值。

# find all non-missing values
tidx.notna()

输出: 正如我们在输出中看到的，TimedeltaIndex.notna()函数返回了一个布尔数组，该数组包含与非缺失值对应的True值和与缺失值对应的False值。

回到顶部