跳转至

Python | Pandas time deltaindex.to_native_type()

原文:https://www.geesforgeks.org/python-pandas-time deltaindex-to_native_types/

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。

Pandas **TimedeltaIndex.to_native_types()**函数格式化 self (TimedeltaIndex 对象)的指定值，并以其原生格式返回该对象。

语法:time delta index.to_native_type(切片器=无，**kwargs)

参数: 切片器:指定格式化过程中使用哪些值的索引器。(int，类似数组) kwargs : 用于指定值应如何格式化的选项。(格言)

返回:数组对象

示例#1: 使用TimedeltaIndex.to_native_types()函数将给定的时间增量索引对象格式化为其本机格式。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data=['06:05:01.000030','+23:59:59.999999',
                        '22 day 2 min 3us 10ns','+23:29:59.999999',
                        '+12:19:59.999999'])

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.to_native_types()函数将 tidx 格式化为它的原生类型。

# format tidx
tidx.to_native_types()

输出:

正如我们在输出中看到的那样，TimedeltaIndex.to_native_types()函数返回了一个数组对象，该对象包含 dtype ' < U23 '的元素。

示例 2: 使用TimedeltaIndex.to_native_types()函数将给定的时间增量索引对象格式化为其本机格式。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='1 days 02:00:12.001124', 
                        periods = 5, freq ='D', name ='Koala')

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.to_native_types()函数将 tidx 格式化为它的原生类型。

# format tidx
tidx.to_native_types()

输出: 正如我们在输出中看到的，TimedeltaIndex.to_native_types()函数返回了一个数组对象，该数组对象包含 dtype ' < U22 '的元素。

回到顶部