Gio*_*ano 6 python timestamp pandas
pandas.Timestamp 的文档陈述了每个 Pandas 用户都熟知的概念:
Timestamp 相当于 python 的 Datetime 的 Pandas,在大多数情况下可以与它互换。
但我不明白为什么需要 pandas.Timestamps 。为什么拥有与 python 的 Datetime 不同的对象是有用的,或者曾经是有用的?简单地从 Datetimes 中构建 pandas.DatetimeIndex 不是更干净吗?
您可以通过 Pandas 文档了解详细信息:
\n\n\n\n\n\n\n
"pandas.Timestamp"
是 python datetime.datetime 的替代品,用于 Padas 的使用。Timestamp 相当于 python\xe2\x80\x99s Datetime 的 pandas,并且在大多数情况下可以与其互换。它\xe2\x80\x99 是用于构成 DatetimeIndex 的条目的类型,以及 pandas 中其他面向时间序列的数据结构。
\n\n笔记
\n\n构造函数基本上有三种调用约定。\n 主要形式接受四个参数。它们可以通过位置或关键字传递。
\n\n其他两种形式模仿 datetime.datetime 中的参数。它们可以通过位置或关键字传递,但不能两者混合在一起。
\n\n时间增量是时间上的差异,以差异单位表示,例如天、小时、分钟、秒。它们既可以是正数,也可以是负数。
\n\nTimedelta 是 的子类
\ndatetime.timedelta
,其行为方式相似,但允许与 np.timedelta64 类型以及大量自定义表示、解析和属性兼容。
我想说,由于 pandas 可以更好地处理时间序列数据,因此它是原始内置日期时间模块的一种扭曲器。
\n\n\n\nPython 日期时间格式的弱点促使 NumPy 团队向 NumPy 添加一组本机时间序列数据类型。datetime64\n 数据类型将日期编码为 64 位整数,因此允许非常紧凑地表示\n 日期数组。
\n
归档时间: |
|
查看次数: |
341 次 |
最近记录: |