pandas.PeriodIndex

class pandas.PeriodIndex(data=None, freq=None, dtype=None, copy=False, name=None)

不可变的 ndarray 持有表示时间中常规周期的序数值。

索引键被封装为携带元数据（例如，频率信息）的 Period 对象。

参数:

数据类数组（1维整数 np.ndarray 或 PeriodArray），可选

可选的类似周期的数据，用于构建索引。

freqstr 或 period 对象，可选

pandas 周期字符串之一或相应的对象。

dtypestr 或 PeriodDtype，默认 None

从中提取频率的 dtype。

复制bool

制作输入 ndarray 的副本。

名称str, 默认为 None

生成的 PeriodIndex 的名称。

属性

天	该时期的那些日子。
dayofweek	星期几，其中星期一=0，星期日=6。
day_of_week	星期几，其中星期一=0，星期日=6。
dayofyear	一年中的第几天。
day_of_year	一年中的第几天。
days_in_month	该月份的天数。
daysinmonth	该月份的天数。
end_time	获取周期结束的时间戳。
freq	如果设置了频率对象，则返回该对象，否则返回 None。
freqstr	如果设置了频率对象，则返回其字符串表示，否则返回None。
小时	时间段的小时。
is_leap_year	逻辑指示日期是否属于闰年。
分钟	该时段的分钟数。
月份	月份为 January=1, December=12。
季度	日期的四分之一。
秒	该时期的第二个。
开始时间	获取周期的开始时间戳。
周	一年中的周序数。
工作日	星期几，其中星期一=0，星期日=6。
weekofyear	一年中的周序数。
年	该时期的年份。

qyear

方法

asfreq([freq, how])	将 PeriodArray 转换为指定的频率 freq。
strftime(date_format)	使用指定的 date_format 转换为索引。
to_timestamp([freq, how])	转换为 DatetimeArray/Index。
from_fields(*[, 年, 季度, 月, 日, ...])	从字段（年、月、日等）构建一个 PeriodIndex。
from_ordinals(ordinals, *, freq[, name])	从序数构建一个 PeriodIndex。

引发:

ValueError

如果没有指定 freq 或 dtype 参数，直接将数据作为列表传递将引发 ValueError：”未指定 freq 且无法推断”

参见

索引

基本的 pandas Index 类型。

周期

表示一段时间。

DatetimeIndex

使用 datetime64 数据的索引。

TimedeltaIndex

timedelta64 数据的索引。

period_range

创建一个固定频率的 PeriodIndex。

例子

>>> idx = pd.PeriodIndex(data=["2000Q1", "2002Q3"], freq="Q")
>>> idx
PeriodIndex(['2000Q1', '2002Q3'], dtype='period[Q-DEC]')