Python Pandas – 计算指定频率下索引值与转换为PeriodArray的索引之间的TimedeltaArray差异

要计算索引值与转换为指定频率的PeriodArray之间的TimedeltaArray差异，需使用 datetimeindex.to_perioddelta() 方法，并使用 freq 参数设置频率。

首先，导入所需的库−

import pandas as pd

使用周期7和频率为Y即年份创建一个DatetimeIndex−

datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')

显示DateTimeIndex −

print("DateTimeIndex...\n", datetimeindex)

计算索引值与转换为PeriodArray的索引之间的TimedeltaArray差异。我们使用”freq”参数并将其值设置为’M’来设置Period频率−

print("\n将 DateTimeIndex 转换为 PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))

例子

以下是代码−

import pandas as pd

# 使用周期7和频率为Y即年份创建一个DatetimeIndex
# 时区为Australia/Adelaide
datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')

# 显示DateTimeIndex
print("DateTimeIndex...\n", datetimeindex)

# 显示DateTimeIndex的频率
print("DateTimeIndex frequency...\n", datetimeindex.freq)

# 将DateTimeIndex转换为Period
# 我们使用"freq"参数并将其值设置为'M'来设置月份频率
print("\n将 DateTimeIndex 转换为 Period...\n",
datetimeindex.to_period(freq='M'))

# 计算索引值与转换为PeriodArray的索引之间的TimedeltaArray差异
# 我们使用"freq"参数并将其值设置为'M'来设置Period频率
print("\n将 DateTimeIndex 转换为 PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))

输出

这将产生以下代码−

DateTimeIndex...
DatetimeIndex(['2021-12-31 07:20:32.261811624',
'2023-12-31 07:20:32.261811624',
'2025-12-31 07:20:32.261811624',
'2027-12-31 07:20:32.261811624',
'2029-12-31 07:20:32.261811624'],
dtype='datetime64[ns]', freq='2A-DEC')
DateTimeIndex frequency...
<2 * YearEnds: month=12>

将 DateTimeIndex 转换为 Period...
PeriodIndex(['2021-12', '2023-12', '2025-12', '2027-12', '2029-12'], dtype='period[M]')

将 DateTimeIndex 转换为 PeriodDelta...
TimedeltaIndex(['30 days 07:20:32.261811624', '30 days 07:20:32.261811624',
'30 days 07:20:32.261811624', '30 days 07:20:32.261811624',
'30 days 07:20:32.261811624'],
dtype='timedelta64[ns]', freq=None)