Python| Pandas TimedeltaIndex.to_series()
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 TimedeltaIndex.to_series()
函数创建一个系列,其索引和值都等于索引键,可用于基于索引返回索引器的映射。
Syntax : TimedeltaIndex.to_series(index = None, name = None)
Parameters :
index :index of resulting Series. If None, defaults to original index (Index, optional)
name :name of resulting Series. If None, defaults to name of original index (string, optional)
Return : Series : dtype will be based on the type of the Index values.
示例 #1:使用TimedeltaIndex.to_series()
函数从给定的 TimedeltaIndex 对象构造一个 Series 对象。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', '+23:59:59.999999',
'22 day 2 min 3us 10ns', '+23:29:59.999999',
'+12:19:59.999999'])
# Print the TimedeltaIndex object
print(tidx)
输出 :
现在我们将使用TimedeltaIndex.to_series()
函数使用 tidx 构造一个 Series 对象。
# return a series
tidx.to_series()
输出 :
正如我们在输出中看到的, TimedeltaIndex.to_series()
函数返回了一个使用 tidx 对象新建的 Series 对象。请注意,Series 的索引也是使用给定对象的标签构造的。示例 #2:使用TimedeltaIndex.to_series()
函数从给定的 TimedeltaIndex 对象构造一个 Series 对象。
# importing pandas as pd
import pandas as pd
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='1 days 02:00:12.001124',
periods = 5, freq ='D', name ='Koala')
# Print the TimedeltaIndex object
print(tidx)
输出 :
现在我们将使用TimedeltaIndex.to_series()
函数使用 tidx 构造一个 Series 对象。
# return a series
tidx.to_series()
输出 :
正如我们在输出中看到的, TimedeltaIndex.to_series()
函数返回了一个使用 tidx 对象新建的 Series 对象。请注意,Series 的索引也是使用给定对象的标签构造的。