跳转至

Python | Pandas time delta index.to_series()

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

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.to_series()**函数创建一个系列，其索引和值等于索引键，可用于映射，以返回基于索引的索引器。

语法: TimedeltaIndex.to_series(索引=无，名称=无)

参数: 指数:所得系列指数。如果无，默认为原始索引(索引，可选) 名称:结果系列的名称。如果为无，则默认为原始索引的名称(字符串，可选)

返回:系列:数据类型将基于索引值的类型。

示例#1: 使用TimedeltaIndex.to_series()函数从给定的时间增量索引对象构建一个序列对象。

# 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_series()函数，使用 tidx 构造一个 Series 对象。

# return a series
tidx.to_series()

输出:

正如我们在输出中看到的那样，TimedeltaIndex.to_series()函数使用 tidx 对象返回了一个新构造的 Series 对象。请注意，系列的索引也是使用给定对象的标签构建的。

示例 2: 使用TimedeltaIndex.to_series()函数从给定的时间增量索引对象构造一个序列对象。

# 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_series()函数，使用 tidx 构造一个 Series 对象。

# return a series
tidx.to_series()

输出: 正如我们在输出中看到的，TimedeltaIndex.to_series()函数已经使用 tidx 对象返回了一个新构造的 Series 对象。请注意，系列的索引也是使用给定对象的标签构建的。

回到顶部