Python Pandas Series.dt.freq
Series.dt可以用来访问类似于数据时间的系列值,并返回几个属性。Pandas Series.dt.freq属性返回应用于给定系列对象的时间序列频率(如果有的话),否则返回无。
语法: Series.dt.freq
参数:无
返回:频率
示例#1:使用Series.dt.freq属性来查找给定系列对象中基于日期时间的基础数据的频率。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['2012-12-31', '2019-1-1 12:30', '2008-02-2 10:30',
'2010-1-1 09:25', '2019-12-31 00:00'])
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Convert the underlying data to datetime
sr = pd.to_datetime(sr)
# Print the series
print(sr)
输出 :
现在我们将使用Series.dt.freq属性来查找给定系列对象中基于日期时间的数据的频率。
# find the frequency
result = sr.dt.freq
# print the result
print(result)
输出 :
正如我们在输出中所看到的,Series.dt.freq属性返回的是None,表明所给日期时间数据的频率是未知的。
示例#2 :使用Series.dt.freq属性来查找给定系列对象中基于日期时间的基础数据的频率。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 00:00', periods = 5, freq = 'D',
tz = 'US / Central'))
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Print the series
print(sr)
输出 :
现在我们将使用Series.dt.freq属性来查找给定系列对象中基于日期时间的数据的频率。
# find the frequency
result = sr.dt.freq
# print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dt.freq属性已经成功地返回了给定Series对象中基于日期时间的数据的频率。