pandas.TimedeltaIndex

class pandas.TimedeltaIndex(data=None, freq=<no_default>, dtype=None, copy=False, name=None)

timedelta64 数据的不可变索引。

在内部表示为 int64，标量返回 Timedelta 对象。

参数:

数据类数组（一维），可选

可选的类似 timedelta 的数据，用于构建索引。

freqstr 或 pandas 偏移对象，可选

pandas 日期偏移字符串或相应对象之一。可以传递字符串 'infer' 以便在创建时将索引的频率设置为推断的频率。

dtypenumpy.dtype 或 str, 默认 None

有效的 numpy dtypes 是 timedelta64[ns], timedelta64[us], timedelta64[ms], 和 timedelta64[s]。

复制bool

制作输入数组的副本。

名称对象

要存储在索引中的名称。

属性

天数	每个元素的天数。
秒数	每个元素的秒数（>= 0 且小于 1 天）。
微秒	每个元素的微秒数（>= 0 且小于 1 秒）。
纳秒	每个元素的纳秒数（>= 0 且小于 1 微秒）。
组件	返回一个包含 Timedeltas 各个分辨率组件的 DataFrame。
inferred_freq	尝试返回一个由 infer_freq 生成的频率表示的字符串。

方法

to_pytimedelta()	返回一个包含 datetime.timedelta 对象的 ndarray。
to_series([index, name])	创建一个索引和值都等于索引键的序列。
round(freq[, ambiguous, nonexistent])	对数据执行四舍五入操作到指定的 freq。
floor(freq[, ambiguous, nonexistent])	对数据执行向下取整操作到指定的 freq。
ceil(freq[, ambiguous, nonexistent])	对数据执行 ceil 操作到指定的 freq。
to_frame([index, name])	创建一个包含索引列的DataFrame。
mean(*[, skipna, axis])	返回数组的平均值。

参见

索引

基本的 pandas Index 类型。

Timedelta

表示两个日期或时间之间的时间间隔。

DatetimeIndex

datetime64 数据的索引。

PeriodIndex

周期数据索引。

timedelta_range

创建一个固定频率的 TimedeltaIndex。

备注

要了解更多关于频率字符串的信息，请参见 此链接。

例子

>>> 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')