pyspark.pandas.TimedeltaIndex

類 pyspark.pandas。 TimedeltaIndex

不變的ndarray-like timedelta64數據的內部表示為int64,可以盒裝timedelta對象。

參數

數據 類數組(維),可選的

可選timedelta-like數據構建索引。

單位 單元的參數(D h m,年代,女士,我們,ns)表示單位,可選的

是一個整數/浮數。

頻率 str或熊貓抵消對象,可選的

熊貓日期對應抵消字符串或對象之一。字符串“推斷”可以為了傳遞指數的頻率設置為推斷頻率在創建。

複製 bool

輸入ndarray複製。

的名字 對象

名稱存儲在索引中。

另請參閱

指數

熊貓基地指數類型。

例子

> > >從datetime進口timedelta> > >ps。TimedeltaIndex([timedelta(1),timedelta(微秒=2)))…TimedeltaIndex([1天就是,' 0天00:00:00.000002 '],dtype = ' timedelta64 (ns),頻率=沒有)

從一個係列:

> > >年代=ps。係列([timedelta(1),timedelta(微秒=2)),指數=(10,20.])> > >ps。TimedeltaIndex(年代)…TimedeltaIndex([1天就是,' 0天00:00:00.000002 '],dtype = ' timedelta64 (ns),頻率=沒有)

從一個指數:

> > >idx=ps。TimedeltaIndex([timedelta(1),timedelta(微秒=2)))> > >ps。TimedeltaIndex(idx)…TimedeltaIndex([1天就是,' 0天00:00:00.000002 '],dtype = ' timedelta64 (ns),頻率=沒有)

方法

所有(* * kwargs * args)	返回所有元素是否正確。
任何((軸))	返回任何元素是否為真。
附加(其他)	添加索引選項的集合在一起。
argmax()	返回一個最大參數索引器。
argmin()	返回一個最小參數索引器。
asof(標簽)	返回標簽從索引中,或者,如果不存在,那麼前一個。
astype(dtype)	把指定dtype pandas-on-Spark對象dtype。
複製((姓名、深))	這個對象的一個副本。
刪除(loc)	與通過新索引位置(- s)刪除。
區別(其他[,])	返回一個新的索引的元素索引不其他。
下降(標簽)	與通過新索引標簽列表刪除。
drop_duplicates([繼續])	返回索引刪除了重複的值。
droplevel(高度)	返回索引刪除請求級別(s)。
dropna([如何])	返回索引或MultiIndex NA /南值
=(其他)	確定兩個索引對象包含相同的元素。
因式分解([,na_sentinel])	編碼對象為枚舉類型或類別變量。
fillna(值)	NA / NaN值填充指定的值。
get_level_values(高度)	回報指數如果一個有效的水平。
holds_integer()	是否類型是整數類型。
相同的(其他)	類似於等於,但檢查其他類似的屬性也相等。
插入(loc項)	使新索引插入新項的位置。
十字路口(其他)	形成兩個索引對象的交集。
is_boolean()	返回如果當前索引類型是一個布爾類型。
is_categorical()	返回如果當前索引類型分類類型。
is_floating()	返回如果當前索引類型是一個浮動的類型。
is_integer()	返回如果當前指數類型是整數類型。
is_interval()	返回如果當前指數類型是一個間隔類型。
is_numeric()	返回如果當前索引類型是數字類型。
is_object()	返回如果當前指數類型是對象類型。
is_type_compatible(一)	索引類型是否與所提供的類型兼容。
型號(值)	檢查是否值包含在係列或索引。
並網發電()	檢測現有(non-missing)值。
isnull()	檢測現有(non-missing)值。
項()	返回第一個元素的底層數據作為一個python標量。
地圖(映射器[na_action])	映射值使用輸入對應(dict係列,或函數)。
馬克斯()	返回索引的最大價值。
最小值()	返回索引的最小值。
notna()	檢測現有(non-missing)值。
notnull()	檢測現有(non-missing)值。
nunique([dropna,大約,rsd])	返回對象的獨特的元素數量。
重命名(名稱[,原地])	改變指數或MultiIndex名稱。
重複(重複)	重複的元素索引/ MultiIndex。
set_names(名稱、級別,原地)	設置索引或MultiIndex名字。
轉變([時期,fill_value])	轉變係列/索引所需數量的時期。
排序(* * kwargs * args)	使用sort_values代替。
sort_values([return_indexer,提升])	返回一個分類指數的副本,並可選地返回排序索引本身的指標。
symmetric_difference(其他,result_name])	計算兩個索引對象的對稱差分。
取(指標)	返回給定的元素位置指數沿著一個軸。
to_frame([指數名稱])	創建一個DataFrame包含索引的列。
to_list()	返回的列表值。
to_numpy([dtype,複製])	一個NumPy ndarray指數或MultiIndex代表值。
to_pandas()	返回一個熊貓指數。
to_series([名字])	創建一係列索引和索引鍵值等於有用地圖返回一個基於索引的索引器。
tolist()	返回的列表值。
轉置()	返回轉置為索引,索引本身。
聯盟(其他[,])	兩個索引對象的結合形式。
獨特的((水平))	返回索引中惟一值。
value_counts([正常化,排序,提升,…))	返回包含項係列獨特的價值觀。
視圖()	這是定義為一個複製相同的身份

屬性

T	返回轉置為索引,索引本身。
asi8	整數表示的值。
天	為每個元素的天數。
dtype	返回dtype底層數據的對象。
空	返回true,如果當前對象是空的。
has_duplicates	如果指數有重複,返回True,否則錯誤的。
hasnans	如果有任何遺漏值返回True。
inferred_type	返回一個字符串的類型推斷值。
is_all_dates	返回如果所有索引的數據類型是datetime。
is_monotonic	返回布爾值的對象是單調遞增的。
is_monotonic_decreasing	返回布爾值的對象是否單調下降。
is_monotonic_increasing	返回布爾值的對象是單調遞增的。
is_unique	返回如果指數具有獨特的價值。
微秒	數微秒(> = 0和小於1秒)為每個元素。
的名字	返回索引的名稱。
的名字	返回索引的名稱。
ndim	返回一個int數組維數代表的數量。
nlevels	的水平指數和MultiIndex。
秒	的秒數(> = 0和小於1天)為每個元素。
形狀	返回一個元組的底層數據的形狀。
大小	返回一個int代表該對象的元素數量。
值	返回一個數組代表數據的索引。

以前的

pyspark.pandas.DatetimeIndex.day_name

下一個

pyspark.pandas.TimedeltaIndex.days