Python|熊猫系列. dt.ceil
原文:https://www.geeksforgeeks.org/python-pandas-series-dt-ceil/
Series.dt可用于访问系列的值，如 datetimelike，并返回几个属性。熊猫 **Series.dt.ceil()**功能对指定频率的数据执行上限操作。
语法: Series.dt.ceil(args，*kwargs)
参数: 频率:将指数提升到的频率水平
返回:日期时间索引、时间增量索引或序列
示例#1: 使用Series.dt.ceil()函数将给定序列对象的日期时间数据提升到指定的频率。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['2012-12-31 08:45', '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.ceil()函数将给定序列对象中的日期时间值上限为每日频率。
# ceil to daily frequency
result = sr.dt.ceil(freq = 'D')
# print the result
print(result)
输出:
正如我们在输出中看到的那样，Series.dt.ceil()函数已经成功地将给定序列对象中的日期时间值转换为指定的频率。
示例#2 : 使用Series.dt.ceil()函数将给定序列对象的日期时间数据提升到指定的频率。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 09:45', periods = 5, freq = 'T',
tz = 'Asia / Calcutta'))
# 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.ceil()函数将给定序列对象中的日期时间值上限为每小时频率。
# ceil to hourly frequency
result = sr.dt.ceil(freq = 'H')
# print the result
print(result)
输出:
正如我们在输出中看到的那样，Series.dt.ceil()函数已经成功地将给定序列对象中的日期时间值转换为指定的频率。
版权属于：月萌API www.moonapi.com，转载请注明出处
