pandas.TimedeltaIndex

class pandas.TimedeltaIndex(data=None, unit=_NoDefault.no_default, freq=_NoDefault.no_default, closed=_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。

Parameters:

dataarray-like (一维)，可选

用于构建索引的可选 timedelta-like 数据。

unit{‘D’, ‘h’, ‘m’, ‘s’, ‘ms’, ‘us’, ‘ns’}，可选

data 的单位。

自 2.2.0 版本弃用: 请使用 pd.to_timedelta。

freqstr 或 pandas 偏移量对象，可选

pandas 日期偏移字符串或相应对象之一。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。

dtypenumpy.dtype 或 str，默认为 None

有效的 numpy dtype 包括 timedelta64[ns]、timedelta64[us]、timedelta64[ms] 和 timedelta64[s]。

copybool

复制输入数组。

nameobject

要存储在索引中的名称。

参见

Index

pandas Index 的基类。

Timedelta

表示两个日期或时间之间的时间差。

DatetimeIndex

datetime64 数据的 Index。

PeriodIndex

Period数据的索引。

timedelta_range

创建一个固定频率的 TimedeltaIndex。

Notes

要了解更多关于频率字符串的信息，请参阅 this link 。

Examples

>>> 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)

我们也可以让 pandas 在可能的情况下推断频率。

>>> 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')

Attributes

days	每个元素的天数。
seconds	每个元素的秒数（大于等于 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	返回一个 DataFrame，其中包含 Timedeltas 的各个分辨率分量。
inferred_freq	尝试返回表示由infer_freq生成的频率的字符串。

Methods

to_pytimedelta (*args, **kwargs)	返回 datetime.timedelta 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。
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_frame ([index, name])	创建一个 DataFrame，其中包含一个索引列。
mean (*[, skipna, axis])	返回数组的平均值。