Python|熊猫 DatetimeIndex.to_perioddelta()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas DatetimeIndex.to_perioddelta()函数计算索引值之间的差异 TimedeltaIndex 和以指定频率转换为 periodIndex 的索引。它用于矢量化偏移。

Syntax: DatetimeIndex.to_perioddelta(freq)

Parameters :
freq : One of pandas’ offset strings or an Offset object. Will be inferred by default

Return : TimedeltaIndex

示例 #1：使用DatetimeIndex.to_perioddelta()函数计算索引值之间的差异 TimedeltaIndex 和以指定频率转换为 periodIndex 的索引

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'S' represents secondly frequency 
didx = pd.DatetimeIndex(start ='2018-11-15 09:45:10', freq ='S', periods = 5)
  
# Print the DatetimeIndex
print(didx)

输出 ：

现在我们要计算索引值和转换为 periodIndex 的索引之间的差异的 TimedeltaIndex

# calculate the TimedeltaIndex 
# 'T' represents minute based frequency
didx.to_perioddelta('T')

输出 ：

正如我们在输出中看到的，返回的索引值与转换为 periodIndex 的索引之间的差值。示例 #2：使用DatetimeIndex.to_perioddelta()函数计算索引值之间的差异的 TimedeltaIndex 和以指定频率转换为 periodIndex 的索引。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'T' represents minutely frequency 
didx = pd.DatetimeIndex(start ='2015-03-02 01:15:12', freq ='T', periods = 5)
  
# Print the DatetimeIndex
print(didx)

输出 ：

现在我们要计算索引值和转换为 periodIndex 的索引之间的差异的 TimedeltaIndex

# calculate the TimedeltaIndex 
# 'H' represents hourly frequency
didx.to_period('H')

输出 ：

正如我们在输出中看到的，返回的索引值与转换为 periodIndex 的索引之间的差值。