Python Pandas tseries.offsets.BusinessHour.freqstr

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的有效日期数量。例如，Bday(2)可以被添加到一个日期，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.BusinessHour.freqstr属性以字符串形式返回应用在给定偏移量上的频率。

语法: pandas.tseries.offsets.BusinessHour.freqstr

参数 : None

返回 : frequency applied as string

例子#1：使用pandas.tseries.offsets.BusinessHour.freqstr属性来返回应用在给定偏移量上的频率为字符串。

# importing pandas as pd
import pandas as pd
 
# Creating Timestamp
ts = pd.Timestamp('2019-10-10 11:15:00')
 
# Create an offset
bh = pd.tseries.offsets.BusinessHour(n = 5)
 
# Print the Timestamp
print(ts)
 
# Print the Offset
print(bh)

输出 :

Python Pandas tseries.offsets.BusinessHour.freqstr

现在我们将在给定的时间戳对象上添加营业时间的偏移量，以增加数据时间的值。我们还将把应用在给定偏移量上的频率打印成字符串。

# Adding the Business hour offset to the given timestamp
new_timestamp = ts + bh
 
# Print the updated timestamp
print(new_timestamp)
 
# print the frequency applied
# as string
print(bh.freqstr)

输出：

Python Pandas tseries.offsets.BusinessHour.freqstr

正如我们在输出中看到的，我们已经成功地创建了一个偏移量，并将其添加到给定的时间戳中。我们还将应用于给定偏移量的频率打印成字符串。

例子2：使用pandas.tseries.offsets.BusinessHour.freqstr属性来返回应用在给定偏移量上的频率为字符串。

# importing pandas as pd
import pandas as pd
 
# Creating Timestamp
ts = pd.Timestamp('2019-10-10 11:15:00')
 
# Create an offset
bh = pd.tseries.offsets.BusinessHour(offset = datetime.timedelta(hours = 1))
 
# Print the Timestamp
print(ts)
 
# Print the Offset
print(bh)

输出 :

Python Pandas tseries.offsets.BusinessHour.freqstr

现在我们将在给定的时间戳对象上添加营业时间的偏移，以增加数据时间的值。我们还将把应用于给定偏移量的频率打印成字符串。

# Adding the Business hour offset to the given timestamp
new_timestamp = ts + bh
 
# Print the updated timestamp
print(new_timestamp)
 
# print the frequency applied
# as string
print(bh.freqstr)