Python Pandas tseries.offsets.BusinessDay.name

Dateoffsets是一种标准的日期增量，用于Pandas中的日期范围。在我们传入的关键字args方面，它的工作方式与relativedelta完全一样。DateOffsets的工作原理如下，每个偏移量指定一组符合DateOffset的日期。例如，Bday定义这个集合为工作日（M-F）的日期集合。DateOffsets可以被创建，以将日期向前移动一个给定数量的有效日期。例如，Bday(2)可以被添加到日期中，使其向前移动两个工作日。如果日期不是从一个有效的日期开始，首先它被移到一个有效的日期，然后创建偏移。Pandas tseries.offsets.BusinessDay.name属性允许你在函数中使用偏移量来简化，而不是导入和初始化这个类。它还返回应用于偏移量对象的频率的名称。

语法: pandas.tseries.offsets.BusinessDay.name

参数 : None

返回 : name

例子#1：使用pandas.tseries.offsets.BusinessDay.name属性来返回应用于给定偏移对象的频率名称。

# importing pandas as pd
import pandas as pd
 
# Creating Timestamp
ts = pd.Timestamp('2019-10-10 07:15:11')
 
# Create an offset of 5 Business days
bd = pd.tseries.offsets.BusinessDay(n = 5)
 
# Print the Timestamp
print(ts)
 
# Print the DateOffset
print(bd)

输出 :

Python Pandas tseries.offsets.BusinessDay.name

现在我们将在给定的时间戳对象上添加营业日偏移量以增加数据时间值。我们还将打印应用于给定偏移量对象的频率名称。

# Adding the Business day offset to the given timestamp
new_timestamp = ts + bd
 
# Print the updated timestamp
print(new_timestamp)
 
# Print the name of the frequency applied
# on the given offset object
print(bd.name)

输出 :

Python Pandas tseries.offsets.BusinessDay.name

正如我们在输出中看到的，我们已经成功创建了一个5个工作日的偏移量，并将其添加到给定的时间戳。我们还打印了应用于给定偏移对象的频率名称。

示例#2 : 使用pandas.tseries.offsets.BusinessDay.name属性来返回应用在给定偏移对象上的频率的名称。

# importing pandas as pd
import pandas as pd
 
# Creating Timestamp
ts = pd.Timestamp('2019-10-10 07:15:11')
 
# Create an offset of 10 Business days and 10 hours
bd = pd.tseries.offsets.BusinessDay(offset = datetime.timedelta(days = 10, hours = 10))
 
# Print the Timestamp
print(ts)
 
# Print the DateOffset
print(bd)

输出 :

Python Pandas tseries.offsets.BusinessDay.name

现在我们将在给定的时间戳对象上添加营业日偏移量以增加数据时间值。我们还将打印应用于给定偏移量对象的频率名称。

# Adding the Business day offset to the given timestamp
new_timestamp = ts + bd
 
# Print the updated timestamp
print(new_timestamp)
 
# Print the name of the frequency applied
# on the given offset object
print(bd.name)