Python Pandas DatetimeIndex.snap()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas DatetimeIndex.snap()函数用于将时间戳扣到最近的发生频率。该函数需要一个参数，即我们希望在抓取DatetimeIndex对象的时间戳值时应用的频率。

语法: DatetimeIndex.snap(freq)

参数 :
freq :频率

返回 : DatetimeIndex

示例#1：使用DatetimeIndex.snap()函数将给定的DatetimeIndex对象转换为基于输入频率的最近发生的频率。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'Q' represents quarter end frequency 
didx = pd.DatetimeIndex(start ='2000-01-15 08:00', freq ='Q',
                          periods = 4, tz ='Asia/Calcutta')
  
# Print the DatetimeIndex
print(didx)

输出 :

现在我们要根据输入的数据，将给定的DatetimeIndex对象的时间戳值转换为最接近的频率。

# snap the timestamp to the nearest frequency 
didx.snap('MS')

输出 :

正如我们在输出中所看到的，该函数已经抢占了给定的DatetimeIndex对象中的每个时间戳值。

示例#2：使用DatetimeIndex.snap()函数将给定的DatetimeIndex对象转换为基于输入频率的最近发生的频率。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'MS' represents month start frequency 
didx = pd.date_range(pd.Timestamp("2000-01-15 08:00"), 
                              periods = 5, freq ='MS')
  
# Print the DatetimeIndex
print(didx)

输出 :

现在我们要根据输入的数据，将给定的DatetimeIndex对象的时间戳值转换为最接近的频率。

# snap the timestamp to the nearest frequency 
didx.snap('Q')

输出 :

正如我们在输出中所看到的，该函数已经抢占了给定的DatetimeIndex对象中的每个时间戳值。