Python Pandas TimedeltaIndex.to_native_types()

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 TimedeltaIndex.to_native_types()函数对self（TimedeltaIndex对象）的指定值进行格式化，并以其原始格式返回该对象。

语法: TimedeltaIndex.to_native_types(slicer=None, **kwargs)

参数 :
slicer :一个进入自我的索引器，指定哪些值在格式化过程中被使用。(int, array-like)
kwargs : 用于指定值的格式化的选项(dict)

返回 : 阵列对象

示例#1：使用TimedeltaIndex.to_native_types()函数将给定的TimedeltaIndex对象格式化为其原始格式。

# 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格式化为其本地类型。

# format tidx
tidx.to_native_types()

输出 :

正如我们在输出中看到的，TimedeltaIndex.to_native_types()函数返回了一个包含dtype'<U23’元素的数组对象。

示例#2：使用TimedeltaIndex.to_native_types()函数将给定的TimedeltaIndex对象格式化为其原始格式。

# 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格式化为其本地类型。

# format tidx
tidx.to_native_types()

输出 :

正如我们在输出中看到的，TimedeltaIndex.to_native_types()函数返回了一个包含dtype'<U22’元素的数组对象。