此案例主要演示了使用TimedeltaIndex()函数创建时间差设置DataFrame的行标签。当在Jupyter Notebook中运行此案例代码之后,将在DataFrame中把行标签设置为时间差,效果分别如图009-1和图009-2所示。
图009-1
图009-2
主要代码如下。
在上面这段代码中,df.index=pd.TimedeltaIndex(['0 day 10:30:05',datetime. timedelta(days=1,hours=10, minutes=30, seconds=5), datetime.timedelta(days=2, hours=10, minutes=30, seconds=5),datetime.timedelta(days=3, hours=10, minutes=30, seconds=5), datetime.timedelta(days=4, hours=10,minutes=30,seconds=5)])表示根据指定的参数创建5个时间差并以此设置df的行标签,days、hours、minutes、seconds这4个参数分别代表天数、小时数、分钟数和秒数。
此案例的主要源文件是MyCode\H721\H721.ipynb。
此案例主要演示了使用rollforward()函数将DataFrame的行标签日期向前滚动到下一个工作日。当在Jupyter Notebook中运行此案例代码之后,将在DataFrame中把行标签的日期调整为下一个工作日,效果分别如图010-1和图010-2所示。
图010-1
图010-2
主要代码如下。
在上面这段代码中,myList.append(pd.offsets.BusinessHour().rollforward(myday))表示将myday代表的日期调整为下一个工作日。例如,2021-09-10是星期五,它的下一个工作日是星期一,即2021-09-13;2021-09-13是星期一,它的下一个工作日是星期二,即2021-09-14;2021-09-24是星期五,它的下一个工作日是星期一,即2021-09-27;2021-09-25是星期六,它的下一个工作日也是星期一,即2021-09-27。如果myList.append(pd.offsets.BusinessHour().rollback(myday)),则表示将myday代表的日期调整为上一个工作日。
此案例的主要源文件是MyCode\H791\H791.ipynb。