跳转至

python | pandas time delta index.slice_locs()

原文:https://www.geesforgeks.org/python-pandas-time delta index-slice_locs/

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.slice_locs()**函数计算输入标签的切片位置，并步进一个有序的时间增量索引对象。该函数假设数据已排序。

语法:时间增量索引切片位置(开始=无，结束=无，步骤=无，种类=无)

参数: 开始:(标签，默认无)如果无，默认开始 结束:(标签，默认无)如果无，默认结束 步骤: (int，默认无)如果无，默认 1 种类: {'ix '，' loc '，' getitem'}或无

返回:开始，结束:int

示例#1: 使用TimedeltaIndex.slice_locs()函数计算给定时间增量索引对象中传递的标签的切片位置。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='11 days 22:14:12.001124', periods = 5, freq ='T')

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.slice_locs()函数为传递的标签找到切片位置值。

# # find the slice location for the passed label
tidx.slice_locs('11 days 22:15:20.001124')

输出:

正如我们在输出中看到的那样，TimedeltaIndex.slice_locs()函数已经返回了 tidx 对象中切片的开始位置和结束位置。

示例 2: 使用TimedeltaIndex.slice_locs()函数计算给定时间增量索引对象中传递的标签的切片位置。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='03 days 09:22:56', periods = 5, freq ='H')

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.slice_locs()函数为传递的标签找到切片位置值。

# find the slice location for the passed label
tidx.slice_locs('3 days 12:20:56')

输出: 正如我们在输出中看到的，TimedeltaIndex.slice_locs函数已经返回了 tidx 对象中切片的开始位置和结束位置。

回到顶部