pandas.TimedeltaIndex

熊猫类 。TimedeltaIndex ( data = None , unit = _NoDefault.no_default , freq = _NoDefault.no_default , close = _NoDefault.no_default , dtype = None , copy = False , name = None )

timedelta64 数据的不可变索引。

内部表示为 int64，标量返回 Timedelta 对象。

参数：

类似数据数组（一维），可选

用于构建索引的可选类似 timedelta 的数据。

单位{'D', 'h', 'm', 's', 'ms', 'us', 'ns'}，可选

单位为data.

自版本 2.2.0 起已弃用：请使用pd.to_timedelta。

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。可以传递该字符串 'infer'，以便将索引的频率设置为创建时推断的频率。

dtype numpy.dtype 或 str，默认 None

有效的numpy数据类型为timedelta64[ns]、timedelta64[us]、 timedelta64[ms]和timedelta64[s]。

复制布尔值

复制输入数组。

名称对象

要存储在索引中的名称。

也可以看看

Index

基本 pandas 索引类型。

Timedelta

表示两个日期或时间之间的持续时间。

DatetimeIndex

datetime64 数据的索引。

PeriodIndex

期间数据索引。

timedelta_range

创建固定频率的 TimedeltaIndex。

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

>>> pd.TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'])
TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'],
               dtype='timedelta64[ns]', freq=None)

如果可能的话，我们还可以让 pandas 推断频率。

>>> pd.TimedeltaIndex(np.arange(5) * 24 * 3600 * 1e9, freq='infer')
TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'],
               dtype='timedelta64[ns]', freq='D')

属性

days	每个元素的天数。
seconds	每个元素的秒数（>= 0 且小于 1 天）。
microseconds	每个元素的微秒数（>= 0 且小于 1 秒）。
nanoseconds	每个元素的纳秒数（>= 0 且小于 1 微秒）。
components	返回 Timedelta 的各个分辨率组件的 DataFrame。
inferred_freq	尝试返回表示由 infer_freq 生成的频率的字符串。

方法

to_pytimedelta(*args, **kwargs)	返回 datetime.timedelta 对象的 ndarray。
to_series([索引、名称])	创建一个索引和值都等于索引键的系列。
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_frame([索引、名称])	创建一个 DataFrame，其中包含包含索引的列。
mean(*[,skipna,轴])	返回数组的平均值。