pandas.Series.to_timestamp #

系列。to_timestamp ( freq = None , how = 'start' , copy = None ) [来源] #

在周期开始时转换为时间戳的 DatetimeIndex 。

参数：

freq str，PeriodIndex 的默认频率: 所需的频率。
如何{'s', 'e', '开始', '结束'}: 将周期转换为时间戳的约定；期间开始与结束。
复制布尔值，默认 True: 是否返还副本。

笔记

copy关键字将改变 pandas 3.0 中的行为。默认情况下会启用Copy-on-Write ，这意味着所有带有 copy关键字的方法都将使用惰性复制机制来推迟复制并忽略copy关键字。 copy关键字将在 pandas 的未来版本中删除。

您已经可以通过启用写入时复制来获得未来的行为和改进pd.options.mode.copy_on_write = True

返回：

具有日期时间索引的系列

例子

>>> idx = pd.PeriodIndex(['2023', '2024', '2025'], freq='Y')
>>> s1 = pd.Series([1, 2, 3], index=idx)
>>> s1
2023    1
2024    2
2025    3
Freq: Y-DEC, dtype: int64

时间戳的结果频率是YearBegin

>>> s1 = s1.to_timestamp()
>>> s1
2023-01-01    1
2024-01-01    2
2025-01-01    3
Freq: YS-JAN, dtype: int64

使用freq这是时间戳的偏移量

>>> s2 = pd.Series([1, 2, 3], index=idx)
>>> s2 = s2.to_timestamp(freq='M')
>>> s2
2023-01-31    1
2024-01-31    2
2025-01-31    3
Freq: YE-JAN, dtype: int64