Pandas-2-2-中文文档-三十二-
Pandas 2.2 中文文档(三十二)
pandas.tseries.offsets.YearBegin.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_month_start.html
YearBegin.is_month_start(ts)
返回一个布尔值,指示时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.YearBegin.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_month_end.html
YearBegin.is_month_end(ts)
返回时间戳是否发生在月末的布尔值。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.YearBegin.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_quarter_start.html
YearBegin.is_quarter_start(ts)
返回时间戳是否发生在季度开始的布尔值。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.YearBegin.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_quarter_end.html
YearBegin.is_quarter_end(ts)
返回布尔值,表示时间戳是否在季末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.YearBegin.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_year_start.html
YearBegin.is_year_start(ts)
返回布尔值,指示时间戳是否出现在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.YearBegin.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_year_end.html
YearBegin.is_year_end(ts)
返回布尔值,指示时间戳是否发生在年末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.FY5253
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.html
class pandas.tseries.offsets.FY5253
描述 52-53 周的财政年度。这也被称为 4-4-5 月曆。
它被一些公司使用,希望他们的财政年度总是在同一周的同一天结束。
它是一种管理会计期间的方法。这是一种某些行业常见的日历结构,例如零售业、制造业和停车业。
更多信息请参见:[zh.wikipedia.org/wiki/4-4-5 月曆
](https://zh.wikipedia.org/wiki/4-4-5 月曆)
年可能是:
-
在 Y 月的最后 X 天结束。
-
在 Y 月的最后 X 天结束。
X 是一周中的特定天。Y 是一年中的特定月份
参数:
nint
表示的财政年度数量。
normalizebool,默认值为 False
在生成日期范围之前将开始/结束日期标准化为午夜。
weekdayint {0, 1, …, 6}, 默认值 0
一周中的特定整数。
-
0 表示星期一
-
1 表示星期二
-
2 表示星期三
-
3 表示星期四
-
4 表示星期五
-
5 表示星期六
-
6 表示星期日。
startingMonthint {1, 2, … 12}, 默认值为 1
财政年度结束的月份。
variationstr,默认为“nearest”
使用 4-4-5 日历的方法。
有两个选项:
-
“nearest”表示年终是最接近年底月份的
weekday
。 -
“last”表示年终是财政年度最后一个月的最后一个
weekday
。
另请参阅
标准日期增量类型。
示例
在下面的示例中,使用默认参数将得到下一个 52-53 周财政年度。
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253()
Timestamp('2022-01-31 00:00:00')
通过参数startingMonth
,我们可以指定财政年度结束的月份。
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253(startingMonth=3)
Timestamp('2022-03-28 00:00:00')
52-53 周的财政年度可以由weekday
和variation
参数指定。
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253(weekday=5, startingMonth=12, variation="last")
Timestamp('2022-12-31 00:00:00')
属性
base |
返回调用偏移对象的 n=1 和所有其他属性相等的副本。 |
---|---|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数字典。 |
n |
|
name |
返回表示基础频率的字符串。 |
nanos |
|
normalize |
|
rule_code |
|
startingMonth |
|
variation |
|
weekday |
方法
copy () |
返回频率的副本。 |
---|---|
get_rule_code_suffix () |
|
get_year_end (dt) |
|
is_anchored () |
返回布尔值,指示频率是否为单位频率(n=1)。 |
is_month_end (ts) |
返回布尔值,指示时间戳是否出现在月末。 |
is_month_start (ts) |
返回布尔值,指示时间戳是否出现在月初。 |
is_on_offset (dt) |
返回布尔值,指示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回布尔值,指示时间戳是否出现在季度末。 |
is_quarter_start (ts) |
返回布尔值,指示时间戳是否出现在季度开始。 |
is_year_end (ts) |
返回布尔值,指示时间戳是否出现在年底。 |
is_year_start (ts) |
返回布尔值,指示时间戳是否出现在年初。 |
rollback (dt) |
仅当不在偏移位置时,将提供的日期向后滚动到下一个偏移。 |
rollforward (dt) |
仅当不在偏移位置时,将提供的日期向前滚动到下一个偏移。 |
pandas.tseries.offsets.FY5253.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.freqstr.html
FY5253.freqstr
返回表示频率的字符串。
Examples
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.FY5253.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.kwds.html
FY5253.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.FY5253.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.name.html
FY5253.name
返回表示基本频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.FY5253.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.nanos.html
FY5253.nanos
pandas.tseries.offsets.FY5253.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.normalize.html
FY5253.normalize
pandas.tseries.offsets.FY5253.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.rule_code.html
FY5253.rule_code
pandas.tseries.offsets.FY5253.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.n.html
FY5253.n
pandas.tseries.offsets.FY5253.startingMonth
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.startingMonth.html
FY5253.startingMonth
pandas.tseries.offsets.FY5253.variation
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.variation.html
FY5253.variation
pandas.tseries.offsets.FY5253.weekday
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.weekday.html
FY5253.weekday
pandas.tseries.offsets.FY5253.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.copy.html
FY5253.copy()
返回频率的副本。
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.FY5253.get_rule_code_suffix
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.get_rule_code_suffix.html
FY5253.get_rule_code_suffix()
pandas.tseries.offsets.FY5253.get_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.get_year_end.html
FY5253.get_year_end(dt)
pandas.tseries.offsets.FY5253.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_anchored.html
FY5253.is_anchored()
返回布尔值,表示频率是否为单位频率(n=1)。
自版本 2.2.0 起已弃用:is_anchored 已弃用,将在将来的版本中移除。请改用obj.n == 1
代替。
示例
>>> pd.DateOffset().is_anchored()
True
>>> pd.DateOffset(2).is_anchored()
False
pandas.tseries.offsets.FY5253.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_on_offset.html
FY5253.is_on_offset(dt)
返回布尔值,以确定时间戳是否与此频率相交。
参数:
dtdatetime.datetime
时间戳,用于检查与频率的交集。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.FY5253.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_month_start.html
FY5253.is_month_start(ts)
返回布尔值,指示时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.FY5253.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_month_end.html
FY5253.is_month_end(ts)
返回布尔值,指示时间戳是否发生在月末。
Examples
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.FY5253.is_quarter_start
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_quarter_start.html
FY5253.is_quarter_start(ts)
返回布尔值,指示时间戳是否出现在季度开始处。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.FY5253.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_quarter_end.html
FY5253.is_quarter_end(ts)
返回一个布尔值,表示时间戳是否发生在季末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.FY5253.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_year_start.html
FY5253.is_year_start(ts)
返回一个布尔值,指示时间戳是否在年初发生。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.FY5253.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_year_end.html
FY5253.is_year_end(ts)
返回时间戳是否在年末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.FY5253Quarter
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.html
class pandas.tseries.offsets.FY5253Quarter
52-53 周财政年度的商业季度日期之间的 DateOffset 增量。
也称为 4-4-5 日历。
它被希望其财年始终在同一周的特定日结束的公司所使用。
这是一种管理会计期间的方法。它是一种某些行业(如零售业、制造业和停车行业)的常见日历结构。
有关更多信息,请参阅: en.wikipedia.org/wiki/4-4-5_calendar
年份可能是:
-
在 Y 月的最后 X 天结束。
-
在 Y 月的最后一天附近的最后一天结束。
X 是一周的特定日期。Y 是一年中的某个月
startingMonth = 1 对应于日期,如 2007 年 1 月 31 日,2007 年 4 月 30 日,… startingMonth = 2 对应于日期,如 2007 年 2 月 28 日,2007 年 5 月 31 日,… startingMonth = 3 对应于日期,如 2007 年 3 月 30 日,2007 年 6 月 29 日,…
参数:
nint
表示的商业季度数量。
normalizebool,默认为 False
在生成日期范围之前将开始/结束日期规范化到午夜。
weekdayint {0, 1, …, 6},默认为 0
一周中特定整数天。
-
0 表示星期一
-
1 表示星期二
-
2 表示星期三
-
3 表示星期四
-
4 表示星期五
-
5 表示星期六
-
6 表示星期日。
startingMonthint {1, 2, …, 12},默认为 1
财年结束的月份。
qtr_with_extra_weekint {1, 2, 3, 4},默认为 1
当需要闰年或 14 周时的季度号。
variationstr,默认为 “nearest”
使用 4-4-5 日历的方法。
有两个选项:
-
“nearest” 意味着年末是离年底最近的
weekday
。 -
“last” 意味着年末是财年最后一个月的最后一个
weekday
。
另请参阅
DateOffset
标准日期增量类型。
示例
在下面的示例中,使用默认参数为 52-53 周财政年度提供了下一个商业季度。
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253Quarter()
Timestamp('2022-01-31 00:00:00')
通过参数 startingMonth
我们可以指定财年结束的月份。
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253Quarter(startingMonth=3)
Timestamp('2022-03-28 00:00:00')
可以通过 weekday
和 variation
参数指定 52-53 周财政年度的商业季度。
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253Quarter(weekday=5, startingMonth=12, variation="last")
Timestamp('2022-04-02 00:00:00')
属性
base |
返回具有 n=1 和所有其他属性相等的调用偏移对象的副本。 |
---|---|
freqstr |
返回代表频率的字符串。 |
kwds |
返回偏移的额外参数的字典。 |
n |
|
name |
返回表示基本频率的字符串。 |
nanos |
|
normalize |
|
qtr_with_extra_week |
|
rule_code |
|
startingMonth |
|
variation |
|
weekday |
方法
copy () |
返回频率的副本。 |
---|---|
get_rule_code_suffix () |
|
get_weeks (dt) |
|
is_anchored () |
返回频率是否为单位频率(n=1)的布尔值。 |
is_month_end (ts) |
返回时间戳是否在月末的布尔值。 |
is_month_start (ts) |
返回时间戳是否在月初的布尔值。 |
is_on_offset (dt) |
返回时间戳是否与此频率相交的布尔值。 |
is_quarter_end (ts) |
返回时间戳是否出现在季度结束。 |
is_quarter_start (ts) |
返回时间戳是否出现在季度开始。 |
is_year_end (ts) |
返回时间戳是否出现在年末。 |
is_year_start (ts) |
返回时间戳是否出现在年初。 |
rollback (dt) |
只有在不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
只有在不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
year_has_extra_week (dt) |
pandas.tseries.offsets.FY5253Quarter.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.freqstr.html
FY5253Quarter.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.FY5253Quarter.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.kwds.html
FY5253Quarter.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.FY5253Quarter.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.name.html
FY5253Quarter.name
返回表示基础频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.FY5253Quarter.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.nanos.html
FY5253Quarter.nanos
pandas.tseries.offsets.FY5253Quarter.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.normalize.html
FY5253Quarter.normalize
pandas.tseries.offsets.FY5253Quarter.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.rule_code.html
FY5253Quarter.rule_code
pandas.tseries.offsets.FY5253Quarter.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.n.html
FY5253Quarter.n
pandas.tseries.offsets.FY5253Quarter.qtr_with_extra_week
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.qtr_with_extra_week.html
FY5253Quarter.qtr_with_extra_week
pandas.tseries.offsets.FY5253Quarter.startingMonth
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.startingMonth.html
FY5253Quarter.startingMonth
pandas.tseries.offsets.FY5253Quarter.variation
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.variation.html
FY5253Quarter.variation
pandas.tseries.offsets.FY5253Quarter.weekday
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.weekday.html
FY5253Quarter.weekday
pandas.tseries.offsets.FY5253Quarter.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.copy.html
FY5253Quarter.copy()
返回频率的副本。
Examples
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.FY5253Quarter.get_rule_code_suffix
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.get_rule_code_suffix.html
FY5253Quarter.get_rule_code_suffix()
pandas.tseries.offsets.FY5253Quarter.get_weeks
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.get_weeks.html
FY5253Quarter.get_weeks(dt)
pandas.tseries.offsets.FY5253Quarter.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_anchored.html
FY5253Quarter.is_anchored()
返回布尔值,表示频率是否为单位频率(n=1)。
自版本 2.2.0 起弃用:is_anchored 已弃用,并将在未来的版本中删除。请改用obj.n == 1
。
示例
>>> pd.DateOffset().is_anchored()
True
>>> pd.DateOffset(2).is_anchored()
False
pandas.tseries.offsets.FY5253Quarter.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_on_offset.html
FY5253Quarter.is_on_offset(dt)
返回一个布尔值,表示时间戳是否与此频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.FY5253Quarter.year_has_extra_week
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.year_has_extra_week.html
FY5253Quarter.year_has_extra_week(dt)
pandas.tseries.offsets.FY5253Quarter.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_month_start.html
FY5253Quarter.is_month_start(ts)
返回布尔值,指示时间戳是否发生在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.FY5253Quarter.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_month_end.html
FY5253Quarter.is_month_end(ts)
返回一个布尔值,指示时间戳是否发生在月底。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.FY5253Quarter.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_quarter_start.html
FY5253Quarter.is_quarter_start(ts)
返回布尔值,指示时间戳是否出现在季度开始时。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.FY5253Quarter.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_quarter_end.html
FY5253Quarter.is_quarter_end(ts)
返回时间戳是否发生在季度结束时。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.FY5253Quarter.is_year_start
FY5253Quarter.is_year_start(ts)
返回布尔值,指示时间戳是否出现在年初。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.FY5253Quarter.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_year_end.html
FY5253Quarter.is_year_end(ts)
返回一个布尔值,指示时间戳是否出现在年末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Easter
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.html
class pandas.tseries.offsets.Easter
使用 dateutil 中定义的逻辑的复活节假期的 DateOffset。
目前使用的是修订后的方法,在年份为 1583-4099 有效。
参数:
nint,默认为 1
表示的年份数量。
normalizebool,默认为 False
在生成日期范围之前将开始/结束日期归一化为午夜。
另请参阅
DateOffset
标准的日期增量类型。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.Easter()
Timestamp('2022-04-17 00:00:00')
属性
base |
返回调用偏移对象的副本,其中 n=1,且所有其他属性相等。 |
---|---|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移量的额外参数的字典。 |
n |
|
name |
返回表示基础频率的字符串。 |
nanos |
|
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用) 返回布尔值,指示频率是否为单位频率 (n=1)。 |
is_month_end (ts) |
返回布尔值,指示时间戳是否发生在月末。 |
is_month_start (ts) |
返回布尔值,指示时间戳是否发生在月初。 |
is_on_offset (dt) |
返回布尔值,指示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回一个布尔值,指示时间戳是否在季末。 |
is_quarter_start (ts) |
返回一个布尔值,指示时间戳是否在季初。 |
is_year_end (ts) |
返回一个布尔值,指示时间戳是否在年末。 |
is_year_start (ts) |
返回一个布尔值,指示时间戳是否在年初。 |
rollback (dt) |
如果不在偏移上,则将提供的日期向后滚动到下一个偏移。 |
rollforward (dt) |
如果不在偏移上,则将提供的日期向前滚动到下一个偏移。 |
pandas.tseries.offsets.Easter.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.freqstr.html
Easter.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Easter.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.kwds.html
Easter.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Easter.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.name.html
Easter.name
返回表示基本频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Easter.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.nanos.html
Easter.nanos
pandas.tseries.offsets.Easter.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.normalize.html
Easter.normalize
pandas.tseries.offsets.Easter.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.rule_code.html
Easter.rule_code
pandas.tseries.offsets.Easter.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.n.html
Easter.n
pandas.tseries.offsets.Easter.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.copy.html
Easter.copy()
返回频率的副本
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Easter.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_anchored.html
Easter.is_anchored()
返回布尔值,指示频率是否为单位频率(n=1)。
自版本 2.2.0 起已弃用:is_anchored 已弃用,并将在将来的版本中移除。请改用obj.n == 1
。
示例
>>> pd.DateOffset().is_anchored()
True
>>> pd.DateOffset(2).is_anchored()
False
pandas.tseries.offsets.Easter.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_on_offset.html
Easter.is_on_offset(dt)
返回布尔值,指示时间戳是否与此频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Easter.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_month_start.html
Easter.is_month_start(ts)
返回一个布尔值,指示时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Easter.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_month_end.html
Easter.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Easter.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_quarter_start.html
Easter.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否发生在季度开始时。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Easter.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_quarter_end.html
Easter.is_quarter_end(ts)
返回一个布尔值,指示时间戳是否出现在季度结束。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Easter.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_year_start.html
Easter.is_year_start(ts)
返回一个布尔值,指示时间戳是否发生在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Easter.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_year_end.html
Easter.is_year_end(ts)
返回一个布尔值,指示时间戳是否出现在年末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Tick
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.html
class pandas.tseries.offsets.Tick
属性
base |
返回调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数字典。 |
n |
|
name |
返回表示基础频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用) 返回 False。 |
is_month_end (ts) |
返回时间戳是否在月末发生的布尔值。 |
is_month_start (ts) |
返回时间戳是否在月初发生的布尔值。 |
is_on_offset (dt) |
返回时间戳是否与此频率相交的布尔值。 |
is_quarter_end (ts) |
返回时间戳是否在季度末发生的布尔值。 |
is_quarter_start (ts) |
返回布尔值,指示时间戳是否发生在季度开始。 |
is_year_end (ts) |
返回布尔值,指示时间戳是否发生在年末。 |
is_year_start (ts) |
返回布尔值,指示时间戳是否发生在年初。 |
rollback (dt) |
仅当不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅当不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Tick.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.delta.html
Tick.delta
pandas.tseries.offsets.Tick.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.freqstr.html
Tick.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Tick.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.kwds.html
Tick.kwds
返回偏移量的额外参数字典。
例子
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Tick.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.name.html
Tick.name
返回表示基础频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Tick.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.nanos.html
Tick.nanos
返回总纳秒数的整数。
抛出:
值错误
如果频率不固定。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Tick.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.normalize.html
Tick.normalize
pandas.tseries.offsets.Tick.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.rule_code.html
Tick.rule_code
pandas.tseries.offsets.Tick.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.n.html
Tick.n
pandas.tseries.offsets.Tick.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.copy.html
Tick.copy()
返回频率的副本。
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Tick.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_anchored.html
Tick.is_anchored()
返回 False。
从版本 2.2.0 开始已弃用:is_anchored 已弃用并将在将来的版本中删除。请使用 False
替代。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Tick.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_on_offset.html
Tick.is_on_offset(dt)
返回布尔值,指示时间戳是否与此频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Tick.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_month_start.html
Tick.is_month_start(ts)
返回一个布尔值,指示时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Tick.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_month_end.html
Tick.is_month_end(ts)
返回布尔值,表示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Tick.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_quarter_start.html
Tick.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否发生在季度开始。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Tick.is_quarter_end
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_quarter_end.html
Tick.is_quarter_end(ts)
返回一个布尔值,指示时间戳是否在季度结束时发生。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Tick.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_year_start.html
Tick.is_year_start(ts)
返回布尔值,指示时间戳是否出现在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Tick.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_year_end.html
Tick.is_year_end(ts)
返回时间戳是否发生在年底。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Day
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.html
class pandas.tseries.offsets.Day
偏移 n
天。
参数:
n int,默认 1
表示的天数。
另请参阅
DateOffset
标准日期增量。
示例
您可以使用参数 n
表示 n 天的偏移。
>>> from pandas.tseries.offsets import Day
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Day()
Timestamp('2022-12-10 15:00:00')
>>> ts - Day(4)
Timestamp('2022-12-05 15:00:00')
>>> ts + Day(-4)
Timestamp('2022-12-05 15:00:00')
属性
base |
返回调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数的字典。 |
n |
|
name |
返回表示基本频率的字符串。 |
nanos |
返回纳秒的总数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用)返回 False。 |
is_month_end (ts) |
返回时间戳是否在月底发生的布尔值。 |
is_month_start (ts) |
返回时间戳是否在月初发生的布尔值。 |
is_on_offset (dt) |
返回时间戳是否与此频率相交的布尔值。 |
is_quarter_end (ts) |
返回布尔值,指示时间戳是否发生在季末。 |
is_quarter_start (ts) |
返回布尔值,指示时间戳是否发生在季初。 |
is_year_end (ts) |
返回布尔值,指示时间戳是否发生在年末。 |
is_year_start (ts) |
返回布尔值,指示时间戳是否发生在年初。 |
rollback (dt) |
仅当不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅当不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Day.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.delta.html
Day.delta
pandas.tseries.offsets.Day.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.freqstr.html
Day.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Day.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.kwds.html
Day.kwds
返回偏移量的额外参数字典。
例子
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Day.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.name.html
Day.name
返回表示基本频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Day.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.nanos.html
Day.nanos
返回总纳秒数的整数。
抛出异常:
ValueError
如果频率是非固定的。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Day.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.normalize.html
Day.normalize
pandas.tseries.offsets.Day.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.rule_code.html
Day.rule_code
pandas.tseries.offsets.Day.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.n.html
Day.n
pandas.tseries.offsets.Day.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.copy.html
Day.copy()
返回频率的副本
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Day.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_anchored.html
Day.is_anchored()
返回 False。
自 2.2.0 版本起已弃用:is_anchored 已弃用,并将在将来的版本中移除。请改用False
。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Day.is_on_offset
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_on_offset.html
Day.is_on_offset(dt)
返回布尔值,表示时间戳是否与该频率相交。
参数:
dtdatetime.datetime
时间戳用于检查与频率的相交。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Day.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_month_start.html
Day.is_month_start(ts)
返回布尔值,判断时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Day.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_month_end.html
Day.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Day.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_quarter_start.html
Day.is_quarter_start(ts)
返回布尔值,指示时间戳是否发生在季度开始。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Day.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_quarter_end.html
Day.is_quarter_end(ts)
返回一个布尔值,指示时间戳是否发生在季度结束时。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Day.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_year_start.html
Day.is_year_start(ts)
返回一个布尔值,指示时间戳是否出现在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Day.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_year_end.html
Day.is_year_end(ts)
返回布尔值,表示时间戳是否发生在年末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Hour
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.html
class pandas.tseries.offsets.Hour
偏移 n 小时。
参数:
nint,默认值为 1
所表示的小时数。
另请参阅
DateOffset
标准的日期增量类型。
示例
你可以使用参数 n
来表示 n 小时的偏移。
>>> from pandas.tseries.offsets import Hour
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Hour()
Timestamp('2022-12-09 16:00:00')
>>> ts - Hour(4)
Timestamp('2022-12-09 11:00:00')
>>> ts + Hour(-4)
Timestamp('2022-12-09 11:00:00')
属性
base |
返回调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数的字典。 |
n |
|
name |
返回表示基本频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用) 返回 False。 |
is_month_end (ts) |
返回布尔值,表示时间戳是否出现在月末。 |
is_month_start (ts) |
返回布尔值,表示时间戳是否出现在月初。 |
is_on_offset (dt) |
返回布尔值,表示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回布尔值,指示时间戳是否发生在季度结束。 |
is_quarter_start (ts) |
返回布尔值,指示时间戳是否发生在季度开始。 |
is_year_end (ts) |
返回布尔值,指示时间戳是否发生在年底。 |
is_year_start (ts) |
返回布尔值,指示时间戳是否发生在年初。 |
rollback (dt) |
仅当日期不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅当日期不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Hour.delta
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.delta.html
Hour.delta
pandas.tseries.offsets.Hour.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.freqstr.html
Hour.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Hour.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.kwds.html
Hour.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Hour.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.name.html
Hour.name
返回表示基本频率的字符串。
例子
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Hour.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.nanos.html
Hour.nanos
返回总纳秒数的整数。
Raises:
ValueError
如果频率不固定。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Hour.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.normalize.html
Hour.normalize
pandas.tseries.offsets.Hour.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.rule_code.html
Hour.rule_code
pandas.tseries.offsets.Hour.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.n.html
Hour.n
pandas.tseries.offsets.Hour.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.copy.html
Hour.copy()
返回频率的副本。
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Hour.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_anchored.html
Hour.is_anchored()
返回 False
。
自版本 2.2.0 起已弃用:is_anchored 已弃用,将在将来的版本中移除。请使用 False
代替。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Hour.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_on_offset.html
Hour.is_on_offset(dt)
返回一个布尔值,指示时间戳是否与这个频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Hour.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_month_start.html
Hour.is_month_start(ts)
返回布尔值,判断时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Hour.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_month_end.html
Hour.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Hour.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_quarter_start.html
Hour.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否出现在季度开始时。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Hour.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_quarter_end.html
Hour.is_quarter_end(ts)
返回一个布尔值,指示时间戳是否发生在季度结束。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Hour.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_year_start.html
Hour.is_year_start(ts)
返回一个布尔值,指示时间戳是否发生在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Hour.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_year_end.html
Hour.is_year_end(ts)
返回布尔值,指示时间戳是否发生在年末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Minute
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.html
class pandas.tseries.offsets.Minute
偏移n
分钟。
参数:
nint,默认为 1
表示的分钟数。
另请参阅
DateOffset
标准日期增量类型。
示例
您可以使用参数n
来表示 n 分钟的偏移。
>>> from pandas.tseries.offsets import Minute
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Minute(n=10)
Timestamp('2022-12-09 15:10:00')
>>> ts - Minute(n=10)
Timestamp('2022-12-09 14:50:00')
>>> ts + Minute(n=-10)
Timestamp('2022-12-09 14:50:00')
属性
base |
返回调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移量的额外参数字典。 |
n |
|
name |
返回表示基本频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用)返回 False。 |
is_month_end (ts) |
返回布尔值,指示时间戳是否出现在月末。 |
is_month_start (ts) |
返回布尔值,指示时间戳是否出现在月初。 |
is_on_offset (dt) |
返回布尔值,指示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回布尔值,指示时间戳是否发生在季度末。 |
is_quarter_start (ts) |
返回布尔值,指示时间戳是否发生在季度开始。 |
is_year_end (ts) |
返回布尔值,指示时间戳是否发生在年末。 |
is_year_start (ts) |
返回布尔值,指示时间戳是否发生在年初。 |
rollback (dt) |
只有在不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
只有在不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Minute.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.delta.html
Minute.delta
pandas.tseries.offsets.Minute.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.freqstr.html
Minute.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Minute.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.kwds.html
Minute.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Minute.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.name.html
Minute.name
返回表示基本频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Minute.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.nanos.html
Minute.nanos
返回总纳秒数的整数。
引发:
ValueError
如果频率不固定。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Minute.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.normalize.html
Minute.normalize
pandas.tseries.offsets.Minute.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.rule_code.html
Minute.rule_code
pandas.tseries.offsets.Minute.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.n.html
Minute.n
pandas.tseries.offsets.Minute.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.copy.html
Minute.copy()
返回频率的副本
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Minute.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_anchored.html
Minute.is_anchored()
返回 False。
自 2.2.0 版本起弃用:is_anchored 已弃用并将在将来的版本中移除。请改用 False
。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Minute.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_on_offset.html
Minute.is_on_offset(dt)
返回布尔值,表示时间戳是否与此频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Minute.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_month_start.html
Minute.is_month_start(ts)
返回一个布尔值,指示时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Minute.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_month_end.html
Minute.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Minute.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_quarter_start.html
Minute.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否出现在季度的开始。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Minute.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_quarter_end.html
Minute.is_quarter_end(ts)
返回布尔值,指示时间戳是否在季度结束时发生。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Minute.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_year_start.html
Minute.is_year_start(ts)
返回布尔值,指示时间戳是否发生在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Minute.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_year_end.html
Minute.is_year_end(ts)
返回一个布尔值,表示时间戳是否发生在年底。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Second
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.html
class pandas.tseries.offsets.Second
偏移n
秒。
参数:
nint,默认为 1
表示的秒数。
另请参阅
DateOffset
标准的日期增量类型。
示例
你可以使用参数n
来表示 n 秒的偏移。
>>> from pandas.tseries.offsets import Second
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Second(n=10)
Timestamp('2022-12-09 15:00:10')
>>> ts - Second(n=10)
Timestamp('2022-12-09 14:59:50')
>>> ts + Second(n=-10)
Timestamp('2022-12-09 14:59:50')
属性
base |
返回一个调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数字典。 |
n |
|
name |
返回表示基本频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用) 返回 False。 |
is_month_end (ts) |
返回布尔值,指示时间戳是否出现在月末。 |
is_month_start (ts) |
返回布尔值,指示时间戳是否出现在月初。 |
is_on_offset (dt) |
返回布尔值,指示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回布尔值,指示时间戳是否在季度结束时发生。 |
is_quarter_start (ts) |
返回布尔值,指示时间戳是否在季度开始时发生。 |
is_year_end (ts) |
返回布尔值,指示时间戳是否在年底发生。 |
is_year_start (ts) |
返回布尔值,指示时间戳是否在年初发生。 |
rollback (dt) |
仅在不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅在不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Second.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.delta.html
Second.delta
pandas.tseries.offsets.Second.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.freqstr.html
Second.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Second.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.kwds.html
Second.kwds
Return a dict of extra parameters for the offset.
Examples
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Second.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.name.html
Second.name
返回表示基本频率的字符串。
Examples
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Second.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.nanos.html
Second.nanos
返回总纳秒数的整数。
引发:
ValueError
如果频率是非固定的。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Second.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.normalize.html
Second.normalize
pandas.tseries.offsets.Second.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.rule_code.html
Second.rule_code
pandas.tseries.offsets.Second.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.n.html
Second.n
pandas.tseries.offsets.Second.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.copy.html
Second.copy()
返回频率的副本。
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Second.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_anchored.html
Second.is_anchored()
返回 False。
自版本 2.2.0 起弃用:is_anchored 已弃用,并将在未来版本中移除。请改用 False
。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Second.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_on_offset.html
Second.is_on_offset(dt)
返回一个布尔值,指示时间戳是否与此频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Second.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_month_start.html
Second.is_month_start(ts)
返回一个布尔值,指示时间戳是否出现在月初。
Examples
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Second.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_month_end.html
Second.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Second.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_quarter_start.html
Second.is_quarter_start(ts)
返回布尔值,指示时间戳是否发生在季度开始。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Second.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_quarter_end.html
Second.is_quarter_end(ts)
返回布尔值,指示时间戳是否在季度结束时发生。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Second.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_year_start.html
Second.is_year_start(ts)
返回时间戳是否发生在年初的布尔值。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Second.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_year_end.html
Second.is_year_end(ts)
返回一个布尔值,指示时间戳是否发生在年底。
Examples
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Milli
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.html
class pandas.tseries.offsets.Milli
偏移量 n
毫秒。
参数:
nint,默认值 1
所代表的毫秒数。
另请参阅
标准日期增量种类。
示例
您可以使用参数 n
来表示 n 毫秒的偏移量。
>>> from pandas.tseries.offsets import Milli
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Milli(n=10)
Timestamp('2022-12-09 15:00:00.010000')
>>> ts - Milli(n=10)
Timestamp('2022-12-09 14:59:59.990000')
>>> ts + Milli(n=-10)
Timestamp('2022-12-09 14:59:59.990000')
属性
base |
返回调用偏移对象的副本,其中 n=1,其他所有属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数字典。 |
n |
|
name |
返回表示基础频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用)返回 False。 |
is_month_end (ts) |
返回时间戳是否发生在月末的布尔值。 |
is_month_start (ts) |
返回时间戳是否发生在月初的布尔值。 |
is_on_offset (dt) |
返回时间戳是否与此频率相交的布尔值。 |
is_quarter_end (ts) |
返回一个布尔值,指示时间戳是否发生在季度末。 |
is_quarter_start (ts) |
返回一个布尔值,指示时间戳是否发生在季度开始。 |
is_year_end (ts) |
返回一个布尔值,指示时间戳是否发生在年末。 |
is_year_start (ts) |
返回一个布尔值,指示时间戳是否发生在年初。 |
rollback (dt) |
仅当不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅当不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Milli.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.delta.html
Milli.delta
pandas.tseries.offsets.Milli.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.freqstr.html
Milli.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Milli.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.kwds.html
Milli.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Milli.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.name.html
Milli.name
返回表示基本频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Milli.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.nanos.html
Milli.nanos
返回总纳秒数的整数。
抛出异常:
值错误
如果频率是非固定的。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Milli.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.normalize.html
Milli.normalize
pandas.tseries.offsets.Milli.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.rule_code.html
Milli.rule_code
pandas.tseries.offsets.Milli.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.n.html
Milli.n
pandas.tseries.offsets.Milli.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.copy.html
Milli.copy()
返回频率的副本。
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Milli.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_anchored.html
Milli.is_anchored()
返回 False。
自 2.2.0 版本起已弃用:is_anchored 已弃用,并将在将来的版本中删除。请使用 False
代替。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Milli.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_on_offset.html
Milli.is_on_offset(dt)
返回布尔值,指示时间戳是否与此频率相交。
参数:
dtdatetime.datetime
用于检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Milli.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_month_start.html
Milli.is_month_start(ts)
返回布尔值,指示时间戳是否发生在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Milli.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_month_end.html
Milli.is_month_end(ts)
返回时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Milli.is_quarter_start
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_quarter_start.html
Milli.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否出现在季度开始时。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Milli.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_quarter_end.html
Milli.is_quarter_end(ts)
返回布尔值,指示时间戳是否发生在季度结束。
Examples
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Milli.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_year_start.html
Milli.is_year_start(ts)
返回一个布尔值,指示时间戳是否出现在年初。
例子
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Milli.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_year_end.html
Milli.is_year_end(ts)
返回一个布尔值,指示时间戳是否发生在年底。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Micro
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.html
class pandas.tseries.offsets.Micro
偏移n
微秒。
参数:
nint,默认值为 1
表示的微秒数。
另请参阅
DateOffset
标准日期增量类型。
示例
您可以使用参数n
来表示 n 微秒的偏移。
>>> from pandas.tseries.offsets import Micro
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Micro(n=1000)
Timestamp('2022-12-09 15:00:00.001000')
>>> ts - Micro(n=1000)
Timestamp('2022-12-09 14:59:59.999000')
>>> ts + Micro(n=-1000)
Timestamp('2022-12-09 14:59:59.999000')
属性
base |
返回调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数字典。 |
n |
|
name |
返回表示基本频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用) 返回 False。 |
is_month_end (ts) |
返回布尔值,指示时间戳是否发生在月末。 |
is_month_start (ts) |
返回布尔值,指示时间戳是否发生在月初。 |
is_on_offset (dt) |
返回布尔值,指示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回一个布尔值,指示时间戳是否出现在季度末尾。 |
is_quarter_start (ts) |
返回一个布尔值,指示时间戳是否出现在季度开始处。 |
is_year_end (ts) |
返回一个布尔值,指示时间戳是否出现在年末。 |
is_year_start (ts) |
返回一个布尔值,指示时间戳是否出现在年初。 |
rollback (dt) |
仅当不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅当不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Micro.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.delta.html
Micro.delta
pandas.tseries.offsets.Micro.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.freqstr.html
Micro.freqstr
返回表示频率的字符串。
示例
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Micro.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.kwds.html
Micro.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Micro.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.name.html
Micro.name
返回一个表示基础频率的字符串。
例子
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Micro.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.nanos.html
Micro.nanos
返回总纳秒数的整数。
引发:
值错误
如果频率不固定。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Micro.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.normalize.html
Micro.normalize
pandas.tseries.offsets.Micro.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.rule_code.html
Micro.rule_code
pandas.tseries.offsets.Micro.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.n.html
Micro.n
pandas.tseries.offsets.Micro.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.copy.html
Micro.copy()
返回频率的副本。
示例
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Micro.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_anchored.html
Micro.is_anchored()
返回 False。
自版本 2.2.0 起已弃用:is_anchored 已被弃用,并将在未来版本中删除。请改用False
。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Micro.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_on_offset.html
Micro.is_on_offset(dt)
返回布尔值,指示时间戳是否与此频率相交。
参数:
dt datetime.datetime
用于检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Micro.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_month_start.html
Micro.is_month_start(ts)
返回布尔值,指示时间戳是否出现在月初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Micro.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_month_end.html
Micro.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Micro.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_quarter_start.html
Micro.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否出现在季度开始处。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Micro.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_quarter_end.html
Micro.is_quarter_end(ts)
返回布尔值,指示时间戳是否发生在季度结束。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Micro.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_year_start.html
Micro.is_year_start(ts)
返回一个布尔值,指示时间戳是否发生在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Micro.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_year_end.html
Micro.is_year_end(ts)
返回一个布尔值,指示时间戳是否发生在年底。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
pandas.tseries.offsets.Nano
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.html
class pandas.tseries.offsets.Nano
偏移n
纳秒。
参数:
nint,默认为 1
表示的纳秒数。
另请参阅
标准日期增量类型。
示例
您可以使用参数n
表示 n 纳秒的偏移。
>>> from pandas.tseries.offsets import Nano
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00')
>>> ts + Nano(n=1000)
Timestamp('2022-12-09 15:00:00.000001')
>>> ts - Nano(n=1000)
Timestamp('2022-12-09 14:59:59.999999')
>>> ts + Nano(n=-1000)
Timestamp('2022-12-09 14:59:59.999999')
属性
base |
返回调用偏移对象的副本,其中 n=1,所有其他属性相等。 |
---|---|
delta |
|
freqstr |
返回表示频率的字符串。 |
kwds |
返回偏移的额外参数字典。 |
n |
|
name |
返回表示基础频率的字符串。 |
nanos |
返回总纳秒数的整数。 |
normalize |
|
rule_code |
方法
copy () |
返回频率的副本。 |
---|---|
is_anchored () |
(已弃用)返回 False。 |
is_month_end (ts) |
返回一个布尔值,指示时间戳是否发生在月末。 |
is_month_start (ts) |
返回一个布尔值,指示时间戳是否发生在月初。 |
is_on_offset (dt) |
返回一个布尔值,指示时间戳是否与此频率相交。 |
is_quarter_end (ts) |
返回一个布尔值,指示时间戳是否发生在季度结束。 |
is_quarter_start (ts) |
返回一个布尔值,指示时间戳是否发生在季度开始。 |
is_year_end (ts) |
返回一个布尔值,指示时间戳是否发生在年底。 |
is_year_start (ts) |
返回一个布尔值,指示时间戳是否发生在年初。 |
rollback (dt) |
仅当不在偏移量上时,将提供的日期向后滚动到下一个偏移量。 |
rollforward (dt) |
仅当不在偏移量上时,将提供的日期向前滚动到下一个偏移量。 |
pandas.tseries.offsets.Nano.delta
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.delta.html
Nano.delta
pandas.tseries.offsets.Nano.freqstr
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.freqstr.html
Nano.freqstr
返回一个表示频率的字符串。
例子
>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>'
>>> pd.offsets.BusinessHour(2).freqstr
'2bh'
>>> pd.offsets.Nano().freqstr
'ns'
>>> pd.offsets.Nano(-3).freqstr
'-3ns'
pandas.tseries.offsets.Nano.kwds
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.kwds.html
Nano.kwds
返回偏移量的额外参数字典。
示例
>>> pd.DateOffset(5).kwds
{}
>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,
'startingMonth': 1,
'qtr_with_extra_week': 1,
'variation': 'nearest'}
pandas.tseries.offsets.Nano.name
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.name.html
Nano.name
返回表示基本频率的字符串。
示例
>>> pd.offsets.Hour().name
'h'
>>> pd.offsets.Hour(5).name
'h'
pandas.tseries.offsets.Nano.nanos
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.nanos.html
Nano.nanos
返回总纳秒数的整数。
抛出异常:
值错误
如果频率不固定。
示例
>>> pd.offsets.Hour(5).nanos
18000000000000
pandas.tseries.offsets.Nano.normalize
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.normalize.html
Nano.normalize
pandas.tseries.offsets.Nano.rule_code
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.rule_code.html
Nano.rule_code
pandas.tseries.offsets.Nano.n
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.n.html
Nano.n
pandas.tseries.offsets.Nano.copy
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.copy.html
Nano.copy()
返回频率的副本。
例子
>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False
pandas.tseries.offsets.Nano.is_anchored
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_anchored.html
Nano.is_anchored()
返回 False
。
自版本 2.2.0 起已弃用:is_anchored 已弃用,并将在将来的版本中移除。请使用 False
替代。
示例
>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False
pandas.tseries.offsets.Nano.is_on_offset
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_on_offset.html
Nano.is_on_offset(dt)
返回一个布尔值,指示时间戳是否与该频率相交。
参数:
dtdatetime.datetime
要检查与频率相交的时间戳。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True
>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False
pandas.tseries.offsets.Nano.is_month_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_month_start.html
Nano.is_month_start(ts)
返回一个布尔值,指示时间戳是否出现在月初。
Examples
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True
pandas.tseries.offsets.Nano.is_month_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_month_end.html
Nano.is_month_end(ts)
返回一个布尔值,指示时间戳是否出现在月末。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False
pandas.tseries.offsets.Nano.is_quarter_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_quarter_start.html
Nano.is_quarter_start(ts)
返回一个布尔值,指示时间戳是否在季度开始时发生。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True
pandas.tseries.offsets.Nano.is_quarter_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_quarter_end.html
Nano.is_quarter_end(ts)
返回布尔值,指示时间戳是否发生在季度结束。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False
pandas.tseries.offsets.Nano.is_year_start
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_year_start.html
Nano.is_year_start(ts)
返回一个布尔值,指示时间戳是否发生在年初。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True
pandas.tseries.offsets.Nano.is_year_end
原文:
pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_year_end.html
Nano.is_year_end(ts)
返回一个布尔值,指示时间戳是否发生在年底。
示例
>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False
窗口
pandas.api.typing.Rolling
实例由.rolling
调用返回:pandas.DataFrame.rolling()
和 pandas.Series.rolling()
。 pandas.api.typing.Expanding
实例由.expanding
调用返回:pandas.DataFrame.expanding()
和 pandas.Series.expanding()
。 pandas.api.typing.ExponentialMovingWindow
实例由.ewm
调用返回:pandas.DataFrame.ewm()
和 pandas.Series.ewm()
。
滚动窗口函数
Rolling.count ([numeric_only]) |
计算非 NaN 观测值的滚动计数。 |
---|---|
Rolling.sum ([numeric_only, engine, ...]) |
计算滚动总和。 |
Rolling.mean ([numeric_only, engine, ...]) |
计算滚动均值。 |
Rolling.median ([numeric_only, engine, ...]) |
计算滚动中位数。 |
Rolling.var ([ddof, numeric_only, engine, ...]) |
计算滚动方差。 |
Rolling.std ([ddof, numeric_only, engine, ...]) |
计算滚动标准差。 |
Rolling.min ([numeric_only, engine, ...]) |
计算滚动最小值。 |
Rolling.max ([numeric_only, engine, ...]) |
计算滚动最大值。 |
Rolling.corr ([other, pairwise, ddof, ...]) |
计算滚动相关性。 |
Rolling.cov ([other, pairwise, ddof, ...]) |
计算滚动样本协方差。 |
Rolling.skew ([numeric_only]) |
计算滚动无偏偏斜度。 |
Rolling.kurt ([numeric_only]) |
计算滚动费舍尔峰度的定义而无偏见。 |
Rolling.apply (func[, raw, engine, ...]) |
计算滚动自定义聚合函数。 |
Rolling.aggregate (func, *args, **kwargs) |
使用一个或多个操作在指定轴上进行聚合。 |
Rolling.quantile (q[, interpolation, ...]) |
计算滚动分位数。 |
Rolling.sem ([ddof, numeric_only]) |
计算滚动均值的标准误差。 |
| Rolling.rank
([method, ascending, pct, ...]) | 计算滚动排名。 | ## 加权窗口函数
Window.mean ([numeric_only]) |
计算滚动加权窗口均值。 |
---|---|
Window.sum ([numeric_only]) |
计算滚动加权窗口总和。 |
Window.var ([ddof, numeric_only]) |
计算滚动加权窗口方差。 |
| Window.std
([ddof, numeric_only]) | 计算滚动加权窗口标准差。 | ## 扩展窗口函数
Expanding.count ([numeric_only]) |
计算非 NaN 观测值的扩展计数。 |
---|---|
Expanding.sum ([numeric_only, engine, ...]) |
计算扩展和。 |
Expanding.mean ([numeric_only, engine, ...]) |
计算扩展平均值。 |
Expanding.median ([numeric_only, engine, ...]) |
计算扩展中位数。 |
Expanding.var ([ddof, numeric_only, engine, ...]) |
计算扩展方差。 |
Expanding.std ([ddof, numeric_only, engine, ...]) |
计算扩展标准偏差。 |
Expanding.min ([numeric_only, engine, ...]) |
计算扩展最小值。 |
Expanding.max ([numeric_only, engine, ...]) |
计算扩展最大值。 |
Expanding.corr ([other, pairwise, ddof, ...]) |
计算扩展相关性。 |
Expanding.cov ([other, pairwise, ddof, ...]) |
计算扩展样本协方差。 |
Expanding.skew ([numeric_only]) |
计算扩展无偏偏斜度。 |
Expanding.kurt ([numeric_only]) |
计算扩展的费舍尔峰度定义,无偏。 |
Expanding.apply (func[, raw, engine, ...]) |
计算扩展自定义聚合函数。 |
Expanding.aggregate (func, *args, **kwargs) |
使用一个或多个操作在指定轴上进行聚合。 |
Expanding.quantile (q[, interpolation, ...]) |
计算扩展分位数。 |
Expanding.sem ([ddof, numeric_only]) |
计算扩展均值的标准误差。 |
| Expanding.rank
([method, ascending, pct, ...]) | 计算扩展排名。 | ## 指数加权窗口函数
ExponentialMovingWindow.mean ([numeric_only, ...]) |
计算 ewm(指数加权矩)均值。 |
---|---|
ExponentialMovingWindow.sum ([numeric_only, ...]) |
计算 ewm(指数加权矩)总和。 |
ExponentialMovingWindow.std ([bias, numeric_only]) |
计算 ewm(指数加权矩)标准差。 |
ExponentialMovingWindow.var ([bias, numeric_only]) |
计算 ewm(指数加权矩)方差。 |
ExponentialMovingWindow.corr ([other, ...]) |
计算 ewm(指数加权矩)样本相关性。 |
| ExponentialMovingWindow.cov
([other, ...]) | 计算 ewm(指数加权矩)样本协方差。 | ## 窗口索引器
自定义窗口边界定义的基类。
api.indexers.BaseIndexer ([index_array, ...]) |
窗口边界计算的基类。 |
---|---|
api.indexers.FixedForwardWindowIndexer ([...]) |
创建固定长度窗口的窗口边界,该窗口包括当前行。 |
| api.indexers.VariableOffsetWindowIndexer
([...]) | 基于非固定偏移量(例如 BusinessDay)计算窗口边界。 | ## 滚动窗口函数
Rolling.count ([numeric_only]) |
计算非 NaN 观察值的滚动计数。 |
---|---|
Rolling.sum ([numeric_only, engine, ...]) |
计算滚动总和。 |
Rolling.mean ([numeric_only, engine, ...]) |
计算滚动均值。 |
Rolling.median ([numeric_only, engine, ...]) |
计算滚动中位数。 |
Rolling.var ([ddof, numeric_only, engine, ...]) |
计算滚动方差。 |
Rolling.std ([ddof, numeric_only, engine, ...]) |
计算滚动标准差。 |
Rolling.min ([numeric_only, engine, ...]) |
计算滚动最小值。 |
Rolling.max ([numeric_only, engine, ...]) |
计算滚动最大值。 |
Rolling.corr ([other, pairwise, ddof, ...]) |
计算滚动相关性。 |
Rolling.cov ([other, pairwise, ddof, ...]) |
计算滚动样本协方差。 |
Rolling.skew ([numeric_only]) |
计算滚动无偏偏度。 |
Rolling.kurt ([numeric_only]) |
计算滚动峰度的费舍尔定义,无偏。 |
Rolling.apply (func[, raw, engine, ...]) |
计算滚动自定义聚合函数。 |
Rolling.aggregate (func, *args, **kwargs) |
使用一个或多个操作在指定轴上进行聚合。 |
Rolling.quantile (q[, interpolation, ...]) |
计算滚动分位数。 |
Rolling.sem ([ddof, numeric_only]) |
计算滚动均值的标准误差。 |
Rolling.rank ([method, ascending, pct, ...]) |
计算滚动排名。 |
加权窗口函数
Window.mean ([numeric_only]) |
计算滚动加权窗口均值。 |
---|---|
Window.sum ([numeric_only]) |
计算滚动加权窗口总和。 |
Window.var ([ddof, numeric_only]) |
计算滚动加权窗口方差。 |
Window.std ([ddof, numeric_only]) |
计算滚动加权窗口标准差。 |
扩展窗口函数
Expanding.count ([numeric_only]) |
计算非 NaN 观测值的扩展计数。 |
---|---|
Expanding.sum ([numeric_only, engine, ...]) |
计算扩展总和。 |
Expanding.mean ([numeric_only, engine, ...]) |
计算扩展均值。 |
Expanding.median ([numeric_only, engine, ...]) |
计算扩展中位数。 |
Expanding.var ([ddof, numeric_only, engine, ...]) |
计算扩展方差。 |
Expanding.std ([ddof, numeric_only, engine, ...]) |
计算扩展标准差。 |
Expanding.min ([numeric_only, engine, ...]) |
计算扩展最小值。 |
Expanding.max ([numeric_only, engine, ...]) |
计算扩展最大值。 |
Expanding.corr ([other, pairwise, ddof, ...]) |
计算扩展相关性。 |
Expanding.cov ([other, pairwise, ddof, ...]) |
计算扩展样本协方差。 |
Expanding.skew ([numeric_only]) |
计算扩展无偏斜度。 |
Expanding.kurt ([numeric_only]) |
计算无偏度的费舍尔峰度的扩展定义。 |
Expanding.apply (func[, raw, engine, ...]) |
计算扩展自定义聚合函数。 |
Expanding.aggregate (func, *args, **kwargs) |
��用一个或多个操作在指定轴上进行聚合。 |
Expanding.quantile (q[, interpolation, ...]) |
计算扩展分位数。 |
Expanding.sem ([ddof, numeric_only]) |
计算扩展均值的标准误差。 |
Expanding.rank ([method, ascending, pct, ...]) |
计算扩展排名。 |
指数加权窗口函数
ExponentialMovingWindow.mean ([numeric_only, ...]) |
计算 ewm(指数加权矩)均值。 |
---|---|
ExponentialMovingWindow.sum ([numeric_only, ...]) |
计算 ewm(指数加权矩)总和。 |
ExponentialMovingWindow.std ([bias, numeric_only]) |
计算 ewm(指数加权矩)标准差。 |
ExponentialMovingWindow.var ([bias, numeric_only]) |
计算 ewm(指数加权矩)方差。 |
ExponentialMovingWindow.corr ([other, ...]) |
计算 ewm(指数加权矩)样本相关性。 |
ExponentialMovingWindow.cov ([other, ...]) |
计算 ewm(指数加权矩)样本协方差。 |
窗口索引器
定义自定义窗口边界的基类。
api.indexers.BaseIndexer ([index_array, ...]) |
用于窗口边界计算的基类。 |
---|---|
api.indexers.FixedForwardWindowIndexer ([...]) |
创建包括当前行的固定长度窗口的窗口边界。 |
api.indexers.VariableOffsetWindowIndexer ([...]) |
根据非固定偏移(如工作日)计算窗口边界。 |
pandas.core.window.rolling.Rolling.count
原文:
pandas.pydata.org/docs/reference/api/pandas.core.window.rolling.Rolling.count.html
Rolling.count(numeric_only=False)
计算非 NaN 观测值的滚动计数。
参数:
numeric_onlybool,默认值为 False
仅包括浮点数、整数、布尔值列。
版本 1.5.0 中的新功能。
返回:
Series 或 DataFrame
返回类型与原始对象相同,数据类型为np.float64
。
另请参阅
pandas.Series.rolling
使用 Series 数据调用 rolling。
pandas.DataFrame.rolling
使用 DataFrame 调用 rolling。
pandas.Series.count
Series 的聚合计数。
pandas.DataFrame.count
DataFrame 的聚合计数。
示例
>>> s = pd.Series([2, 3, np.nan, 10])
>>> s.rolling(2).count()
0 NaN
1 2.0
2 1.0
3 1.0
dtype: float64
>>> s.rolling(3).count()
0 NaN
1 NaN
2 2.0
3 2.0
dtype: float64
>>> s.rolling(4).count()
0 NaN
1 NaN
2 NaN
3 3.0
dtype: float64
pandas.core.window.rolling.Rolling.sum
原文:
pandas.pydata.org/docs/reference/api/pandas.core.window.rolling.Rolling.sum.html
Rolling.sum(numeric_only=False, engine=None, engine_kwargs=None)
计算滚动求和。
参数:
numeric_onlybool,默认为 False
只包括浮点数、整数和布尔值列。
版本 1.5.0 中的新功能。
enginestr,默认为 None
-
'cython'
:通过 cython 的 C 扩展运行操作。 -
'numba'
:通过 Numba 的 JIT 编译代码运行操作。 -
None
:默认为'cython'
或全局设置compute.use_numba
版本 1.3.0 中的新功能。
engine_kwargsdict,默认为 None
-
对于
'cython'
引擎,没有接受的engine_kwargs
-
对于
'numba'
引擎,引擎可以接受nopython
、nogil
和parallel
字典键。值必须是True
或False
。'numba'
引擎的默认engine_kwargs
为{'nopython': True, 'nogil': False, 'parallel': False}
版本 1.3.0 中的新功能。
返回:
Series 或 DataFrame
返回类型与原始对象相同,具有np.float64
数据类型。
另请参见
pandas.Series.rolling
使用 Series 数据调用 rolling。
pandas.DataFrame.rolling
使用 DataFrame 调用 rolling。
pandas.Series.sum
Series 的聚合求和。
pandas.DataFrame.sum
DataFrame 的聚合求和。
注意
请参阅 Numba 引擎和 Numba(JIT 编译)以获取 Numba 引擎的扩展文档和性能考虑。
示例
>>> s = pd.Series([1, 2, 3, 4, 5])
>>> s
0 1
1 2
2 3
3 4
4 5
dtype: int64
>>> s.rolling(3).sum()
0 NaN
1 NaN
2 6.0
3 9.0
4 12.0
dtype: float64
>>> s.rolling(3, center=True).sum()
0 NaN
1 6.0
2 9.0
3 12.0
4 NaN
dtype: float64
对于 DataFrame,每个求和都是逐列计算的。
>>> df = pd.DataFrame({"A": s, "B": s ** 2})
>>> df
A B
0 1 1
1 2 4
2 3 9
3 4 16
4 5 25
>>> df.rolling(3).sum()
A B
0 NaN NaN
1 NaN NaN
2 6.0 14.0
3 9.0 29.0
4 12.0 50.0