Python Pandas - 计算索引值与在指定频率下转换为 PeriodArray 的索引之间的差异的 TimedeltaArray

pythonserver side programmingprogramming更新于 2026/1/21 23:08:17

要计算索引值与在指定频率下转换为 PeriodArray 的索引之间的差异的 TimedeltaArray,请使用 datetimeindex.to_perioddelta() 方法。使用 freq 参数设置频率。

首先,导入所需的库 −

import pandas as pd

创建一个 DatetimeIndex,周期为 7,频率为 Y,即年份 −

datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')

显示 DateTimeIndex −

print("DateTimeIndex...\n", datetimeindex)

计算索引值与转换为 PeriodArray 的索引之间的差异的 TimedeltaArray。我们使用值为 'M' 的 "freq" 参数设置了周期频率−

print("\nConvert DateTimeIndex to PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))

示例

以下是代码 −

import pandas as pd

# DatetimeIndex 周期为 7,频率为 Y,即年份
# 时区为澳大利亚/阿德莱德
datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y')

# display DateTimeIndex
print("DateTimeIndex...\n", datetimeindex)

# 显示 DateTimeIndex 频率
print("DateTimeIndex frequency...\n", datetimeindex.freq)

# 将 DateTimeIndex 转换为 Period
# 我们使用值为 'M' 的 "freq" 参数将频率设置为 Month
print("\nConvert DateTimeIndex to Period...\n",
datetimeindex.to_period(freq='M'))

# 计算索引值与转换为 PeriodArray 的索引之间的差异的 TimedeltaArray
# We have set the Period frequency using the "freq" parameter with value 'M'
print("\nConvert DateTimeIndex to PeriodDelta...\n",
datetimeindex.to_perioddelta(freq='M'))

输出

这将产生以下代码 −

DateTimeIndex...
DatetimeIndex(['2021-12-31 07:20:32.261811624',
'2023-12-31 07:20:32.261811624',
'2025-12-31 07:20:32.261811624',
'2027-12-31 07:20:32.261811624',
'2029-12-31 07:20:32.261811624'],
dtype='datetime64[ns]', freq='2A-DEC')
DateTimeIndex frequency...
<2 * YearEnds: month=12>

Convert DateTimeIndex to Period...
PeriodIndex(['2021-12', '2023-12', '2025-12', '2027-12', '2029-12'], dtype='period[M]')

Convert DateTimeIndex to PeriodDelta...
TimedeltaIndex(['30 days 07:20:32.261811624', '30 days 07:20:32.261811624',
'30 days 07:20:32.261811624', '30 days 07:20:32.261811624',
'30 days 07:20:32.261811624'],
dtype='timedelta64[ns]', freq=None)

相关文章


有用资源