pandas.DatetimeIndex # 熊猫类 。DatetimeIndex（数据=无，频率= _NoDefault.no_default， tz = _NoDefault.no_default，规范化= _NoDefault.no_default，关闭= _NoDefault.no_default，模糊= 'raise'， dayfirst = False， yearfirst = False， dtype = None， copy = False , name = None ) [来源] # datetime64 数据的类似 ndarray 的不可变。 内部表示为 int64，可以装箱到 Timestamp 对象，这些对象是 datetime 的子类并携带元数据。 版本 2.0.0 中的更改：各种数字日期/时间属性（day、 month等year）现在具有 dtype int32。以前他们有 dtype int64。 参数： 类似数据数组（一维）用于构建索引的类似日期时间的数据。 freq str 或 pandas 偏移对象，可选pandas 日期偏移字符串或相应对象之一。可以传递字符串“infer”，以便将索引的频率设置为创建时推断的频率。 tz pytz.timezone 或 dateutil.tz.tzfile 或 datetime.tzinfo 或 str设置数据的时区。 标准化布尔值，默认 False在生成日期范围之前将开始/结束日期标准化为午夜。 自 2.1.0 版本起已弃用。 关闭{'左'，'右'}，可选设置是否包括边界上的开始和结束。默认情况下包括两端的边界点。 自 2.1.0 版本起已弃用。 不明确的'infer'、bool-ndarray、'NaT'、默认 'raise'当时钟因夏令时而向后移动时，可能会出现不明确的时间。例如，在中欧时间 (UTC+01) 中，当从 03:00 DST 到 02:00 非 DST 时，当地时间 02:30:00 会出现在 00:30:00 UTC 和 01:30:00世界标准时间。在这种情况下，不明确的参数指示应如何处理不明确的时间。 “infer”将尝试根据订单推断秋季夏令时转换时间 bool-ndarray 其中 True 表示 DST 时间，False 表示非 DST 时间（请注意，此标志仅适用于不明确的时间） 'NaT' 将在存在不明确时间的情况下返回 NaT 如果存在不明确的时间，“raise”将引发 AmbigouslyTimeError。 dayfirst布尔值，默认 False如果为 True，则以日期优先的顺序解析数据中的日期。 yearfirst布尔值，默认 False如果为 True，则以年份为第一顺序解析数据中的日期。 dtype numpy.dtype 或 DatetimeTZDtype 或 str，默认无请注意，唯一允许的 NumPy dtype 是datetime64[ns]。 复制bool，默认 False复制输入 ndarray。 名称标签，默认无要存储在索引中的名称。 也可以看看 Index基本 pandas 索引类型。 TimedeltaIndextimedelta64 数据的索引。 PeriodIndex期间数据索引。 to_datetime将参数转换为日期时间。 date_range创建固定频率的 DatetimeIndex。 笔记 要了解有关频率字符串的更多信息，请参阅此链接。 例子 >>> idx = pd.DatetimeIndex(["1/1/2020 10:00:00+00:00", "2/1/2020 11:00:00+00:00"]) >>> idx DatetimeIndex(['2020-01-01 10:00:00+00:00', '2020-02-01 11:00:00+00:00'], dtype='datetime64[ns, UTC]', freq=None) 属性 year 日期时间的年份。 month 月份为一月=1，十二月=12。 day 日期时间的日期。 hour 日期时间的小时数。 minute 日期时间的分钟。 second 日期时间的秒数。 microsecond 日期时间的微秒。 nanosecond 日期时间的纳秒。 date 返回 python 对象的 numpy 数组datetime.date。 time 返回 numpy 对象数组datetime.time。 timetz 返回datetime.time带有时区的对象的 numpy 数组。 dayofyear 一年中的第一个日子。 day_of_year 一年中的第一个日子。 dayofweek 一周中的哪一天，星期一=0，星期日=6。 day_of_week 一周中的哪一天，星期一=0，星期日=6。 weekday 一周中的哪一天，星期一=0，星期日=6。 quarter 日期的季度。 tz 返回时区。 freqstr 如果设置了频率对象，则将其作为字符串返回，否则返回 None。 is_month_start 指示日期是否为该月的第一天。 is_month_end 指示日期是否是该月的最后一天。 is_quarter_start 指示日期是否为季度的第一天。 is_quarter_end 指示日期是否为季度的最后一天的指示器。 is_year_start 指示日期是否为一年的第一天。 is_year_end 指示日期是否是一年中的最后一天。 is_leap_year 布尔指示符，该日期是否属于闰年。 inferred_freq 尝试返回表示由 infer_freq 生成的频率的字符串。 频率 方法 normalize(*args, **kwargs) 将时间转换为午夜。 strftime（日期格式） 使用指定的日期格式转换为索引。 snap([频率]) 将时间戳捕捉到最近的发生频率。 tz_convert（兹） 将 tz 感知的日期时间数组/索引从一个时区转换为另一个时区。 tz_localize(tz[，不明确，不存在]) 将 tz-naive 日期时间数组/索引本地化为 tz-aware 日期时间数组/索引。 round(*args, **kwargs) 对数据执行舍入操作到指定的频率。 floor(*args, **kwargs) 对指定频率的数据进行向下取整操作。 ceil(*args, **kwargs) 对数据执行 ceil 操作到指定的freq。 to_period(*args, **kwargs) 以特定频率转换为PeriodArray/PeriodIndex。 to_pydatetime(*args, **kwargs) 返回对象的 ndarray datetime.datetime。 to_series([索引、名称]) 创建一个索引和值都等于索引键的系列。 to_frame([索引、名称]) 创建一个 DataFrame，其中包含包含索引的列。 month_name(*args, **kwargs) 返回具有指定区域设置的月份名称。 day_name(*args, **kwargs) 返回具有指定区域设置的日期名称。 mean(*[,skipna,轴]) 返回数组的平均值。 std(*args, **kwargs) 返回请求轴上的样本标准差。