pandas.DatetimeIndex

class pandas.DatetimeIndex(data=None, freq=_NoDefault.no_default, tz=_NoDefault.no_default, normalize=_NoDefault.no_default, closed=_NoDefault.no_default, ambiguous='raise', dayfirst=False, yearfirst=False, dtype=None, copy=False, name=None)

不可变的 ndarray 类，包含 datetime64 数据。

内部表示为 int64，可以装箱为 Timestamp 对象，这些对象是 datetime 的子类并携带元数据。

在 2.0.0 版本发生变更: 各种数字日期/时间属性（day 、month 、year 等）现在的数据类型为 int32。以前它们的数据类型为 int64。

Parameters:

dataarray-like (1-dimensional)

用于构造索引的类似日期的数据。

freqstr 或 pandas 偏移量对象，可选

pandas 日期偏移字符串或相应的对象之一。字符串 ‘infer’ 可用于在创建时将索引的频率设置为推断的频率。

tzpytz.timezone 或 dateutil.tz.tzfile 或 datetime.tzinfo 或 str

设置数据的时区。

normalizebool，默认 False

在生成日期范围之前将开始/结束日期规范化到午夜。

自 2.1.0 版本弃用.

closed{‘left’, ‘right’}，可选

设置是否包含边界上的 start 和 end。默认值包括两端的边界点。

自 2.1.0 版本弃用.

歧义 (ambiguous)‘infer’, bool-ndarray, ‘NaT’, 默认 ‘raise’

当 DST 导致时钟倒转时，可能会出现歧义时间。 例如，在中欧时间（UTC+01），当从 03:00 DST 变为 02:00 非 DST 时，02:30:00 的本地时间会在 00:30:00 UTC 和 01:30:00 UTC 都出现。 在这种情况下，ambiguous 参数决定了如何处理歧义时间。

• ‘infer’ 将尝试根据顺序推断DST转换的小时

• 布尔 ndarray，其中 True 表示 DST 时间，False 表示非 DST 时间（请注意，此标志仅适用于模糊时间）

• ‘NaT’ 将在有歧义时间的地方返回 NaT

• 如果存在歧义时间，’raise’ 将引发 AmbiguousTimeError。

dayfirstbool，默认 False

如果为 True，则以日优先的顺序解析 data 中的日期。

yearfirstbool，默认 False

如果为True，则按年-月-日顺序解析`data`中的日期。

dtype`numpy.dtype`或`DatetimeTZDtype`或字符串，默认为None

请注意，唯一允许的NumPy dtype是`datetime64[ns]`。

copybool，默认 False

复制输入 ndarray。

name标签，默认为None

要存储在索引中的名称。

参见

Index

pandas Index 的基类。

TimedeltaIndex

timedelta64数据的索引。

PeriodIndex

Period数据的索引。

to_datetime

将参数转换为 datetime。

date_range

创建一个固定频率的DatetimeIndex。

Notes

要了解更多关于频率字符串的信息，请参阅 this link 。

Examples

>>> 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)

Attributes

year	该日期的时间。
month	月份（1月=1，12月=12）。
day	该日期的时间。
hour	该日期的时间。
minute	该日期的时间。
second	该日期的时间。
microsecond	该日期的时间。
nanosecond	该日期的时间。
date	返回python:class:datetime.date 对象的numpy数组。
time	返回:class:datetime.time 对象的numpy数组。
timetz	返回带时区的:class:datetime.time 对象的numpy数组。
dayofyear	一年中的序数日。
day_of_year	一年中的序数日。
dayofweek	星期几（星期一=0，星期日=6）。
day_of_week	星期几（星期一=0，星期日=6）。
weekday	星期几（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，则返回表示频率的字符串，否则返回None。
is_month_start	指示日期是否为月份的第一天。
is_month_end	指示日期是否为月份的最后一天。
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。
is_year_start	指示日期是否为一年的第一天。
is_year_end	指示日期是否为一年的最后一天。
is_leap_year	指示日期是否属于闰年的布尔值。
inferred_freq	尝试返回表示由infer_freq生成的频率的字符串。

freq

Methods

normalize （args, **kwargs）	将时间转换为午夜。
strftime （date_format）	使用指定的date_format转换为Index。
snap （[freq]）	将时间戳捕捉到最近的频率。
tz_convert （tz）	将时区感知的Datetime Array/Index从一个时区转换为另一个时区。
tz_localize （tz[, ambiguous, nonexistent]）	将时区不敏感的Datetime Array/Index本地化为时区感知的Datetime Array/Index。
round (args, **kwargs)	对数据执行舍入操作，以指定的`freq`为单位。
floor (args, **kwargs)	对数据执行向下取整操作，以指定的`freq`为单位。
ceil (args, **kwargs)	对数据执行向上取整操作，以指定的`freq`为单位。
to_period (args, **kwargs)	在特定频率下转换为PeriodArray/PeriodIndex。
to_pydatetime (args, **kwargs)	返回一个包含 datetime.datetime 对象的 ndarray。
to_series ([index, name])	创建一个 Series，其中索引和值都等于索引键。
to_frame ([index, name])	创建一个 DataFrame，其中包含一个索引列。
month_name (*args, **kwargs)	返回指定区域的月份名称。
day_name (*args, **kwargs)	返回指定区域的星期名称。
mean (*[, skipna, axis])	返回数组的平均值。
std (*args, **kwargs)	返回所请求轴上的样本标准差。