Python Pandas tseries.offsets.DateOffset

Python Pandas tseries.offsets.DateOffset

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的数量。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.DateOffset用于创建用于日期范围的标准类型的日期增量。

语法: pandas.tseries.offsets.DateOffset(n=1, normalize=False, **kwds)

参数:

n :偏移量代表的时间段数量。

normalize : 是否将DateOffset加法的结果向下舍入到前一个午夜。

level : int, str, default None
**kwds :增加或替换偏移值的时间参数。增加到偏移值的参数(如Timedelta):年、月等。

返回 : DateOffsets

例子#1:使用pandas.tseries.offsets.DateOffset函数来创建2天的数据集。

# importing pandas as pd
import pandas as pd
 
# Creating Timestamp
ts = pd.Timestamp('2019-10-10 07:15:11')
 
# Create the DateOffset
do = pd.tseries.offsets.DateOffset(n = 2)
 
# Print the Timestamp
print(ts)
 
# Print the DateOffset
print(do)
Python

输出 :

Python Pandas tseries.offsets.DateOffset

Python Pandas tseries.offsets.DateOffset

现在我们将把dateoffset添加到给定的时间戳对象中,以创建一个离给定日期2天的偏差。

# Adding the dateoffset to the given timestamp
new_timestamp = ts + do
 
# Print the updated timestamp
print(new_timestamp)
Python

输出 :

Python Pandas tseries.offsets.DateOffset

我们可以在输出中看到,我们已经成功地创建了一个2天的偏移量,并将其添加到给定的时间戳对象中,将日期向前移动了2天。

例子#2:使用pandas.tseries.offsets.DateOffset函数来创建10天和2小时的数据偏移。

# importing pandas as pd
import pandas as pd
 
# Creating Timestamp
ts = pd.Timestamp('2019-10-10 07:15:11')
 
# Create the DateOffset
do = pd.tseries.offsets.DateOffset(days = 10, hours = 2)
 
# Print the Timestamp
print(ts)
 
# Print the DateOffset
print(do)
Python

输出 :

Python Pandas tseries.offsets.DateOffset

Python Pandas tseries.offsets.DateOffset

现在我们将把dateoffset添加到给定的时间戳对象中,创建一个与给定日期相差10天和2小时的偏移。

# Adding the dateoffset to the given timestamp
new_timestamp = ts + do
 
# Print the updated timestamp
print(new_timestamp)
Python

输出 :

Python Pandas tseries.offsets.DateOffset

正如我们在输出中看到的,我们已经成功地创建了一个10天2小时的偏移量,并将其添加到给定的时间戳对象中,将日期向前移动10天2小时。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Pandas 日期时间

登录

注册