TimeSeries#
- class astropy.timeseries.TimeSeries(data=None, *, time=None, time_start=None, time_delta=None, n_samples=None, **kwargs)[源代码]#
-
以表格形式表示时间序列数据的类。
TimeSeries在一个时间序列中，用不同的时间点来表示时间序列中的不同值，参见BinnedTimeSeries班级）。TimeSeries是QTable因此，它提供了所有可用于表的标准表管理方法，但它也为处理时间序列提供了额外的便利，例如用于设置时间的灵活初始值设定项、用于折叠时间序列的方法以及time属性以方便访问时间值。另请参见：https://docs.astropy.org/en/stable/timeseries/
- 参数:
- data :
numpyndarray，dict，list，Table，或 astropy:table-likeobject，可选NumPy ndarray、PYTHON：DICT、PYTHON：LIST、TABLE或ASTRYY：类似表格的对象，可选 初始化时间序列的数据。它不需要包含可以单独提供的时间，但是如果它确实包含时间，那么它们应该位于一个名为
'time'自动识别。- time :
Time,TimeDeltaor iterableTime、TimeDelta或Python：可迭代 采样值的时间-可以直接作为
Time或TimeDelta数组或作为初始化Time班级。如果给出了这个值，则不应使用剩余的与时间相关的参数。- time_start :
Timeorstr时间或 Python ：字符串 时间序列中第一个样本的时间。这是提供
time需要这样做time_delta也提供。- time_delta :
TimeDeltaorQuantity[:ref: 'time' ]时间增量或数量 [:ref: 'time'] 系列的时间步长。如果时间序列是均匀采样的，则可以是标量；如果不是，则可以是一个值数组。
- n_samples :
intPython ：整型 时间序列的样本数。仅在两者都使用
time_start和time_delta提供，并且是标量值。- **kwargs :
dict，可选Python：Dict，可选 其他关键字参数传递给
QTable.
- data :
属性摘要
如果表中有
MaskedColumn柱。如果表中的列包含被屏蔽的值，则为True。
如果表有任何mixin列（定义为不是列子类的列），则为True。
返回一个TableILoc对象，该对象可用于按索引中出现的顺序检索索引行。
以TableIndexes对象的形式返回与表的列关联的索引。
返回可用于按索引检索给定数据区域中的行的TableLoc对象。
返回一个TableLocIndexes对象，该对象可用于检索与给定表索引键值相对应的行索引。
维护控制打印输出表列可见性的元组。
维护控制打印输出表列可见性的元组。
时间价值观。
以指定的格式写出此表对象。
方法总结
add_column(*args, **kwargs)见
add_column().add_columns(*args, **kwargs)见
add_columns().add_index(colnames[, engine, unique])在一列或多列之间插入新索引。
add_row([vals, mask])在表的末尾添加新行。
argsort([keys, kind, reverse])返回将根据一个或多个键列对表进行排序的索引。
as_array([keep_byteorder, names])以结构化的形式返回表的新副本np.ndarray公司或者马斯克达雷硕士对象（视情况而定）。
按测试环列转换(数据类型.种类='S'）到unicode(数据类型.种类=“U”）使用UTF-8编码。
转换unicode列(数据类型.种类=“U”）到bytestring(数据类型.种类='S'）使用UTF-8编码。
copy([copy_data])返回表的副本。
field\(项目)返回列 [item] 重新排列兼容性。
filled([fill_value])返回self的副本，并填充掩码值。
fold([period, epoch_time, epoch_phase, ...])返回一个新的
TimeSeries用一个时期和时代折叠起来。from_pandas(df[, time_scale])转换为
DataFrame到Aastropy.timeseries.TimeSeries.group_by\(密钥)将此表按指定的
keys。index_column\(名称)返回列的位置索引
name.index_mode\(模式)返回索引模式的上下文管理器。
insert_row(index[, vals, mask])在给定行之前添加新行
index在桌子上的位置。items\()itercols\()迭代此表的列。
iterrows(*names)迭代表的行，为每行返回一个值的元组。
keep_columns\(姓名)只保留指定的列（删除其他列）。
keys\()more([max_lines, max_width, show_name, ...])使用分页界面交互浏览表。
pformat([max_lines, max_width, show_name, ...])返回表的格式化字符串表示形式的行列表。
pformat_all([max_lines, max_width, ...])pprint([max_lines, max_width, show_name, ...])打印表的格式化字符串表示形式。
pprint_all([max_lines, max_width, ...])打印整个表的格式化字符串表示形式。
read(filename[, time_column, time_format, ...])读取并解析文件并返回
astropy.timeseries.TimeSeries.remove_column\(名称)从表中删除列。
remove_columns\(姓名)从表中删除几列。
remove_indices\(列名称)删除所有涉及给定列的索引。
remove_row\(索引)从表中删除行。
remove_rows(row_specifier)从表中删除行。
rename_column(name, new_name)重命名列。
rename_columns(names, new_names)重命名多个列。
replace_column(name, col[, copy])替换列
name和新的col对象。reverse\()反转表行的行顺序。
round([decimals])将数字列舍入到指定的小数位数。
setdefault(name, default)确保列名为
name存在.show_in_browser([max_lines, jsviewer, ...])show_in_notebook(*[, backend])以HTML形式呈现该表并在Inbox笔记本中显示。
sort([keys, kind, reverse])根据一个或多个键对表进行排序。
to_pandas\()转换此
TimeSeries到ADataFrame用一个DatetimeIndex索引。update(other[, copy])执行字典样式的更新和合并元数据。
values\()values_equal(其他)表与另一个表、列表或标量的元素级比较。
属性文档
- ColumnClass#
- colnames#
- dtype#
- groups#
- has_masked_columns#
如果表中有
MaskedColumn柱。这不会检查可能有掩码值的mixin列，请使用
has_masked_values在这种情况下。
- has_masked_values#
如果表中的列包含被屏蔽的值，则为True。
对于大型表，这可能相对较慢，因为它需要检查每个列的掩码值。
- has_mixin_columns#
如果表有任何mixin列（定义为不是列子类的列），则为True。
- iloc#
返回一个TableILoc对象，该对象可用于按索引中出现的顺序检索索引行。
- indices#
以TableIndexes对象的形式返回与表的列关联的索引。
- info#
- loc#
返回可用于按索引检索给定数据区域中的行的TableLoc对象。请注意，loc和iloc都只适用于单列索引。
- loc_indices#
返回一个TableLocIndexes对象，该对象可用于检索与给定表索引键值相对应的行索引。
- mask#
- masked#
- meta = None#
- pprint_exclude_names#
维护控制打印输出表列可见性的元组。
这是从MetaAttribute继承的描述符，因此属性值存储在表META中 ['__attributes__'] 。
这将用于
pprint_include_names和pprint_exclude_names表属性。
- pprint_include_names#
维护控制打印输出表列可见性的元组。
这是从MetaAttribute继承的描述符，因此属性值存储在表META中 ['__attributes__'] 。
这将用于
pprint_include_names和pprint_exclude_names表属性。
- time#
时间价值观。
- write#
以指定的格式写出此表对象。
此函数提供到AstPy统一I/O层的表接口。这允许使用语法以许多受支持的数据格式轻松写入文件，例如：
>>> from astropy.table import Table >>> dat = Table([[1, 2], [3, 4]], names=('a', 'b')) >>> dat.write('table.dat', format='ascii')
获取有关可用的编写器的帮助
Table使用``Help()``方法：：>>> Table.write.help() # Get help writing Table and list supported formats >>> Table.write.help('fits') # Get detailed help on Table FITS writer >>> Table.write.list_formats() # Print list of available formats
这个
serialize_method有关参数的说明，请参阅 Table serialization methods 。
方法文件
- add_column(*args, **kwargs)[源代码]#
见
add_column().
- add_columns(*args, **kwargs)[源代码]#
见
add_columns().
- add_index(colnames, engine=None, unique=False)#
在一列或多列之间插入新索引。如果没有索引，请将此索引作为主表索引。
- 参数:
- colnames :
str或listPYTHON：字符串或PYTHON：LIST 要索引的列名（或单个列名）的列表
- engine : type or
None键入或 要使用的索引引擎类，或者
SortedArray，BST，或SCEngine。如果提供的参数为None(缺省情况下)，请使用SortedArray。- unique : bool （默认：
False)布尔（默认：pony：False） 如果设置为True，如果存在重复行，将引发异常。
- colnames :
- 加薪:
ValueError如果任何选定的列不支持索引，或具有多个维度。
ValueError如果unique=True，则发现重复行。
- add_row(vals=None, mask=None)#
在表的末尾添加新行。
这个
vals参数可以是：- 序列（如元组或列表）
列值的顺序与表列的顺序相同。
- 映射（例如dict）
与列名对应的键。缺少的值将用np.零列数据类型。
None所有值填充np.零列数据类型。
此方法要求表对象“拥有”底层数组数据。特别是不能将行添加到已从现有数组中用copy=False初始化的表中。
这个
mask属性应提供值的掩码（如果需要）。掩码的类型应与值的类型匹配，即如果vals是一个iterable，那么mask如果长度相同vals是一个映射，那么mask应该是字典。- 参数:
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1,2],[4,5],[7,8]], names=('a','b','c')) >>> print(t) a b c --- --- --- 1 4 7 2 5 8
正在添加一个新行，其中“a”中的条目为“3”，“b”中的条目为6，“c”中的条目为“9”：
>>> t.add_row([3,6,9]) >>> print(t) a b c --- --- --- 1 4 7 2 5 8 3 6 9
- argsort(keys=None, kind=None, reverse=False)#
返回将根据一个或多个键列对表进行排序的索引。这简单地称为
numpy.argsort函数与order参数设置为keys.
- as_array(keep_byteorder=False, names=None)#
以结构化的形式返回表的新副本np.ndarray公司或者马斯克达雷硕士对象（视情况而定）。
- 参数:
- 返回:
- table_array :
array或MaskedArray阵列或掩码阵列 表的副本作为Numpy结构化数组。ndarray表示未屏蔽或
MaskedArray为了蒙面。
- table_array :
- convert_bytestring_to_unicode()#
按测试环列转换(数据类型.种类='S'）到unicode(数据类型.种类=“U”）使用UTF-8编码。
在内部，这会更改字符串列，以用4字节的UCS-4等效值表示字符串中的每个字符，因此内存效率低下，但允许脚本使用自然语法操作字符串数组。
- convert_unicode_to_bytestring()#
转换unicode列(数据类型.种类=“U”）到bytestring(数据类型.种类='S'）使用UTF-8编码。
将unicode字符串数组导出到文件时，可能需要将unicode列编码为bytestrings。
- copy(copy_data=True)#
返回表的副本。
- field(item)#
返回列 [item] 重新排列兼容性。
- filled(fill_value=None)#
返回self的副本，并填充掩码值。
中频输入
fill_value则该值将用于表中的所有屏蔽项。否则个人fill_value使用为每个表列定义的。
- fold(period=None, epoch_time=None, epoch_phase=0, wrap_phase=None, normalize_phase=False)[源代码]#
返回一个新的
TimeSeries用一个时期和时代折叠起来。- 参数:
- period :
Quantity[:ref: 'time' ]数量 [:ref: 'time'] 用来折叠的时期
- epoch_time ：
Time时间 用作参考历元的时间，在此时间偏移/相位将为
epoch_phase. 默认为时间序列中的第一次。- epoch_phasePython：浮点或数量 [:ref: 'dimensionless', :ref: 'time']
阶段
epoch_time.如果normalize_phase是True，这应该是无量纲值，而如果normalize_phase是False，这应该是一个Quantity以时间为单位。默认为0。- wrap_phasePython：浮点或数量 [:ref: 'dimensionless', :ref: 'time']
阶段的值，高于该阶段的值将被一个句点换回。如果
normalize_phase是True，这应该是无量纲值，而如果normalize_phase是False，这应该是一个Quantity以时间为单位。默认为周期的一半，因此生成的时间序列从-period / 2到period / 2（如果normalize_phase是False)或-0.5至0.5（如果normalize_phase是True）- normalize_phase : bool布尔
- period :
- 返回:
- folded_timeseries ：
TimeSeriesTimeSeries 以相位为的折叠时间序列对象
time列。
- folded_timeseries ：
- classmethod from_pandas(df, time_scale='utc')[源代码]#
转换为
DataFrame到Aastropy.timeseries.TimeSeries.- 参数:
- df :
pandas.DataFramepandas.DataFrame Pandas
pandas.DataFrame实例。- time_scale :
strPython ：字符串 进入的时间尺度
astropy.time.Time.默认为UTC.
- df :
- group_by(keys)#
将此表按指定的
keys。这将有效地将表拆分为组，这些组对应于
keys分组对象。输出是一个新的TableGroups它包含此表的副本，但按行排序keys.这个
keys输入到group_by可以用不同的方式指定：与表列名对应的字符串或字符串列表
与此表长度相同的Numpy数组（同构或结构化）
Table和这张桌子一样长
- 参数:
- 返回:
- out ：
Table表 已设置组的新表
- out ：
笔记
保证底层排序算法稳定，这意味着每个组内保留原始表顺序。
- index_column(name)#
返回列的位置索引
name.实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
获取表的列“b”的索引：
>>> t.index_column('b') 1
- index_mode(mode)#
返回索引模式的上下文管理器。
- 参数:
- mode :
strPython ：字符串 “冻结”、“复制”或“放弃复制”。在“discard_on_copy”模式下，只要复制列或表，就不会复制索引。在'freeze'模式下，只要修改列，就不会修改索引；在上下文退出时，索引会根据列值自动刷新。此模式适用于需要在索引列中进行多次添加或修改的情况。在“copy_on u getitem”模式下，在获取列切片和表切片时复制索引，因此col [i0：i1] 将保留索引。
- mode :
- insert_row(index, vals=None, mask=None)#
在给定行之前添加新行
index在桌子上的位置。这个
vals参数可以是：- 序列（如元组或列表）
列值的顺序与表列的顺序相同。
- 映射（例如dict）
与列名对应的键。缺少的值将用np.零列数据类型。
None所有值填充np.零列数据类型。
这个
mask属性应提供值的掩码（如果需要）。掩码的类型应与值的类型匹配，即如果vals是一个iterable，那么mask如果长度相同vals是一个映射，那么mask应该是字典。
- items()#
- itercols()#
迭代此表的列。
实例
迭代表中的列：
>>> t = Table([[1], [2]]) >>> for col in t.itercols(): ... print(col) col0 ---- 1 col1 ---- 2
使用
itercols()类似于for col in t.columns.values()但在句法上是首选的。
- iterrows(*names)#
迭代表的行，为每行返回一个值的元组。
当只需要列的子集时，此方法特别有用。
这个
iterrows方法可以比使用标准表行迭代（例如。for row in tbl:)，因为它返回一个新的~astropy.table.Row对象，并访问该行中的列（例如。row['col0'])比元组访问慢。实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table({'a': [1, 2, 3], ... 'b': [1.0, 2.5, 3.0], ... 'c': ['x', 'y', 'z']})
要使用列名按行迭代：
>>> for a, c in t.iterrows('a', 'c'): ... print(a, c) 1 x 2 y 3 z
- keep_columns(names)#
只保留指定的列（删除其他列）。
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1, 2, 3],[0.1, 0.2, 0.3],['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
仅保留表的列‘a’：：
>>> t.keep_columns('a') >>> print(t) a --- 1 2 3
保留表中的列‘a’和‘c’：：
>>> t = Table([[1, 2, 3],[0.1, 0.2, 0.3],['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> t.keep_columns(['a', 'c']) >>> print(t) a c --- --- 1 x 2 y 3 z
- keys()#
- more(max_lines=None, max_width=None, show_name=True, show_unit=None, show_dtype=False)#
使用分页界面交互浏览表。
支持的密钥：
f, <space> : forward one page b : back one page r : refresh same page n : next row p : previous row < : go to beginning > : go to end q : quit browsing h : print this help
- pformat(max_lines=-1, max_width=-1, show_name=True, show_unit=None, show_dtype=False, html=False, tableid=None, align=None, tableclass=None)#
返回表的格式化字符串表示形式的行列表。
如果
max_lines=None则使用屏幕终端的高度来设置max_lines. 如果无法确定终端高度，则默认情况将使用astropy.conf.max_lines配置项。如果为负值，max_lines则不应用行限制（默认）。同样适用于
max_width除了配置项是astropy.conf.max_width.- 参数:
- max_lines :
int或NonePYTHON：INT或PYTHON：NONE 要输出的最大行数
- max_width :
int或NonePYTHON：INT或PYTHON：NONE 输出最大字符宽度
- show_name : bool布尔
包括列名的标题行。默认值为True。
- show_unit : bool布尔
包括单位的标题行。默认情况下，仅当一个或多个列具有已定义的单位值时，才显示单位行。
- show_dtype : bool布尔
包含列数据类型的标题行。默认值为True。
- html : bool布尔
将输出格式化为HTML表。默认值为False。
- tableid :
str或NonePYTHON：字符串或PYTHON：无 表的ID标记；仅在设置了html时使用。默认值是“table{id}”，其中id是表对象的唯一整数id，id（self）
- align :
str或list或tuple或NonePYTHON：STR或PYTHON：LIST或PYTHON：TUPLE或PYTHON：NONE 列的左/右对齐。所有列的默认值为right（None）。其他允许的值为“>”、“<”、“^”和“0=”分别表示右、左、居中和0填充。可以提供一个字符串列表来对齐具有多个列的表。
- tableclass :
str或list的str或NonePYTHON：STR或PYTHON：PYTHON：LIST：STR或PYTHON：NONE 表的CSS类；仅在设置了html时使用。默认值为“无”。
- max_lines :
- 返回:
- lines :
listPython ：列表 将表格格式化为字符串列表。
- lines :
- pformat_all(max_lines=-1, max_width=-1, show_name=True, show_unit=None, show_dtype=False, html=False, tableid=None, align=None, tableclass=None)#
自 7.0 版本弃用: pform_all函数已被弃用，可能会在未来的版本中删除。 改用Table. pform。
返回整个表的格式化字符串表示形式的行列表。
如果
max_lines=None则使用屏幕终端的高度来设置max_lines. 如果无法确定终端高度，则默认情况将使用astropy.conf.max_lines配置项。如果为负值，max_lines则不应用行限制（默认）。同样适用于
max_width除了配置项是astropy.conf.max_width.- 参数:
- max_lines :
int或NonePYTHON：INT或PYTHON：NONE 要输出的最大行数
- max_width :
int或NonePYTHON：INT或PYTHON：NONE 输出最大字符宽度
- show_name : bool布尔
包括列名的标题行。默认值为True。
- show_unit : bool布尔
包括单位的标题行。默认情况下，仅当一个或多个列具有已定义的单位值时，才显示单位行。
- show_dtype : bool布尔
包含列数据类型的标题行。默认值为True。
- html : bool布尔
将输出格式化为HTML表。默认值为False。
- tableid :
str或NonePYTHON：字符串或PYTHON：无 表的ID标记；仅在设置了html时使用。默认值是“table{id}”，其中id是表对象的唯一整数id，id（self）
- align :
str或list或tuple或NonePYTHON：STR或PYTHON：LIST或PYTHON：TUPLE或PYTHON：NONE 列的左/右对齐。所有列的默认值为right（None）。其他允许的值为“>”、“<”、“^”和“0=”分别表示右、左、居中和0填充。可以提供一个字符串列表来对齐具有多个列的表。
- tableclass :
str或list的str或NonePYTHON：STR或PYTHON：PYTHON：LIST：STR或PYTHON：NONE 表的CSS类；仅在设置了html时使用。默认值为“无”。
- max_lines :
- 返回:
- lines :
listPython ：列表 将表格格式化为字符串列表。
- lines :
- pprint(max_lines=None, max_width=None, show_name=True, show_unit=None, show_dtype=False, align=None)#
打印表的格式化字符串表示形式。
如果没有值
max_lines然后使用屏幕终端的高度来设置max_lines. 如果无法确定终端高度，则从配置项中获取默认值astropy.conf.max_lines. 如果负值为max_lines则没有应用行限制。除配置项为
astropy.conf.max_width.- 参数:
- max_lines :
int或NonePYTHON：INT或PYTHON：NONE 表输出中的最大行数。
- max_width :
int或NonePYTHON：INT或PYTHON：NONE 输出的最大字符宽度。
- show_name : bool布尔
包括列名的标题行。默认值为True。
- show_unit : bool布尔
包括单位的标题行。默认情况下，仅当一个或多个列具有已定义的单位值时，才显示单位行。
- show_dtype : bool布尔
包括列数据类型标题行。默认值为FALSE。
- align :
str或list或tuple或NonePYTHON：STR或PYTHON：LIST或PYTHON：TUPLE或PYTHON：NONE 列的左/右对齐。所有列的默认值为right（None）。其他允许的值为“>”、“<”、“^”和“0=”分别表示右、左、居中和0填充。可以提供一个字符串列表来对齐具有多个列的表。
- max_lines :
- pprint_all(max_lines=-1, max_width=-1, show_name=True, show_unit=None, show_dtype=False, align=None)#
打印整个表的格式化字符串表示形式。
此方法与
astropy.table.Table.pprint除了默认的max_lines和max_width都是-1，这样默认情况下打印整个表，而不是限制屏幕终端的大小。- 参数:
- max_lines :
int或NonePYTHON：INT或PYTHON：NONE 表输出中的最大行数。
- max_width :
int或NonePYTHON：INT或PYTHON：NONE 输出的最大字符宽度。
- show_name : bool布尔
包括列名的标题行。默认值为True。
- show_unit : bool布尔
包括单位的标题行。默认情况下，仅当一个或多个列具有已定义的单位值时，才显示单位行。
- show_dtype : bool布尔
包括列数据类型标题行。默认值为FALSE。
- align :
str或list或tuple或NonePYTHON：STR或PYTHON：LIST或PYTHON：TUPLE或PYTHON：NONE 列的左/右对齐。所有列的默认值为right（None）。其他允许的值为“>”、“<”、“^”和“0=”分别表示右、左、居中和0填充。可以提供一个字符串列表来对齐具有多个列的表。
- max_lines :
- classmethod read(filename, time_column=None, time_format=None, time_scale=None, format=None, *args, **kwargs)[源代码]#
读取并解析文件并返回
astropy.timeseries.TimeSeries.此方法使用Astropy中的统一I/O基础结构，这使得为各种类定义读写器变得容易(https://docs.astropy.org/en/stable/io/unified.html). 默认情况下，此方法将尝试使用为
astropy.timeseries.TimeSeries类-但是，也可以使用format关键字指定为astropy.table.Table类-在这种情况下，您还需要为包含存储箱开始时间的列提供列名，以及其他列名（有关详细信息，请参阅下面的参数部分）：>>> from astropy.timeseries import TimeSeries >>> ts = TimeSeries.read('sampled.dat', format='ascii.ecsv', ... time_column='date')
- 参数:
- 返回:
- out ：
astropy.timeseries.sampled.TimeSeriesastropy.timeseries.sampled.TimeSeries 与文件内容相对应的时间序列。
- out ：
笔记
可用的内置格式有：
格式
读
写
自动识别
kepler.fits
是的
不
不
tess.fits
是的
不
不
- remove_column(name)#
从表中删除列。
也可以通过以下方式实现：
del table[name]
- 参数:
- name :
strPython ：字符串 要删除的列的名称
- name :
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
从表中删除列“b”：
>>> t.remove_column('b') >>> print(t) a c --- --- 1 x 2 y 3 z
要同时删除多个列，请使用“删除列”。
- remove_columns(names)#
从表中删除几列。
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
从表中删除列“b”和“c”：
>>> t.remove_columns(['b', 'c']) >>> print(t) a --- 1 2 3
只指定一列也可以。从表中删除列“b”：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> t.remove_columns('b') >>> print(t) a c --- --- 1 x 2 y 3 z
这与使用remove_column相同。
- remove_row(index)#
从表中删除行。
- 参数:
- index :
intPython ：整型 要删除的行的索引
- index :
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
从表中删除行1:：
>>> t.remove_row(1) >>> print(t) a b c --- --- --- 1 0.1 x 3 0.3 z
要同时删除多行，请使用remove_rows。
- remove_rows(row_specifier)#
从表中删除行。
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
从表中删除行0和行2:：
>>> t.remove_rows([0, 2]) >>> print(t) a b c --- --- --- 2 0.2 y
请注意，如果slice操作符扩展到数据之外，则不会出现警告：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3], ['x', 'y', 'z']], ... names=('a', 'b', 'c')) >>> t.remove_rows(slice(10, 20, 1)) >>> print(t) a b c --- --- --- 1 0.1 x 2 0.2 y 3 0.3 z
- rename_column(name, new_name)#
重命名列。
这也可以通过设置
name属性的属性info列的属性：：table[name].info.name = new_name
实例
创建一个包含三列“a”、“b”和“c”的表：
>>> t = Table([[1,2],[3,4],[5,6]], names=('a','b','c')) >>> print(t) a b c --- --- --- 1 3 5 2 4 6
将列“a”重命名为“aa”：
>>> t.rename_column('a' , 'aa') >>> print(t) aa b c --- --- --- 1 3 5 2 4 6
- rename_columns(names, new_names)#
重命名多个列。
- 参数:
实例
创建一个包含三列“a”、“b”、“c”的表：
>>> t = Table([[1,2],[3,4],[5,6]], names=('a','b','c')) >>> print(t) a b c --- --- --- 1 3 5 2 4 6
将列“a”重命名为“aa”，将“b”重命名为“bb”：：
>>> names = ('a','b') >>> new_names = ('aa','bb') >>> t.rename_columns(names, new_names) >>> print(t) aa bb c --- --- --- 1 3 5 2 4 6
- replace_column(name, col, copy=True)#
替换列
name和新的col对象。行为
copy对于列对象是：-copy=True:具有数据副本和meta深度副本的新类实例-copy=False:具有相同数据和meta的仅键副本的新类实例对于mixin列：-copy=True:new class instance with copy of data and deep copy of meta-copy=False:原始实例（根本没有副本）
- 参数:
实例
将列“a”替换为其自身的浮点版本：
>>> t = Table([[1, 2, 3], [0.1, 0.2, 0.3]], names=('a', 'b')) >>> float_a = t['a'].astype(float) >>> t.replace_column('a', float_a)
- reverse()#
反转表行的行顺序。该表被就地反转，并且没有函数参数。
实例
创建包含三列的表：
>>> t = Table([['Max', 'Jo', 'John'], ['Miller','Miller','Jackson'], ... [12,15,18]], names=('firstname','name','tel')) >>> print(t) firstname name tel --------- ------- --- Max Miller 12 Jo Miller 15 John Jackson 18
反转顺序：
>>> t.reverse() >>> print(t) firstname name tel --------- ------- --- John Jackson 18 Jo Miller 15 Max Miller 12
- round(decimals=0)#
将数字列舍入到指定的小数位数。非数字列将被忽略。
- 参数:
- 小数：int，dict
列舍入到的小数位数。如果给定dict，则列将舍入到指定为值的数字。如果某一列不在给定的字典中，它将保持不变。
实例
创建三个不同类型的列：
>>> t = Table([[1, 4, 5], [-25.55, 12.123, 85], ... ['a', 'b', 'c']], names=('a', 'b', 'c')) >>> print(t) a b c --- ------ --- 1 -25.55 a 4 12.123 b 5 85.0 c
四舍五入到0：
>>> t.round(0) >>> print(t) a b c --- ----- --- 1 -26.0 a 4 12.0 b 5 85.0 c
将列“a”四舍五入到小数点后1：
>>> t.round({'a':-1}) >>> print(t) a b c --- ----- --- 0 -26.0 a 0 12.0 b 0 85.0 c
- setdefault(name, default)#
确保列名为
name存在.如果
name那时已经存在了default被忽略了。否则default可以是任何可接受的数据对象Table列对象或可以转换。 这包括mixin列和缩放或长度=1的对象，它们会被广播以匹配表长度。- 参数:
- 返回:
Column,MaskedColumn或混合列类型名为专栏
name如果它已经存在，或者已验证default否则转换为列。
- 加薪:
TypeError如果表是空的，
default是标量对象。
实例
从一个简单的表格开始：：
>>> t0 = Table({"a": ["Ham", "Spam"]}) >>> t0 <Table length=2> a str4 ---- Ham Spam
尝试添加已存在的列不会修改它：：
>>> t0.setdefault("a", ["Breakfast"]) <Column name='a' dtype='str4' length=2> Ham Spam >>> t0 <Table length=2> a str4 ---- Ham Spam
但如果该列不存在，则将使用默认值创建该列：：
>>> t0.setdefault("approved", False) <Column name='approved' dtype='bool' length=2> False False >>> t0 <Table length=2> a approved str4 bool ---- -------- Ham False Spam False
- show_in_browser(max_lines=5000, jsviewer=False, browser='default', jskwargs={'use_local_files': False}, tableid=None, table_class='display compact', css=None, show_row_index='idx')#
自 6.1 版本弃用: 我们计划将来弃用show_in_browser。 如果您正在积极使用这种方法，请告诉我们 网址：astropy/astropy#16067
以HTML呈现表格并在web浏览器中显示。
- 参数:
- max_lines :
intPython ：整型 要导出到表的最大行数（默认情况下设置为低以避免内存问题，因为浏览器视图需要在内存中复制表）。负值
max_lines表示没有行限制。- jsviewer : bool布尔
如果
True, prepends some javascript headers so that the table is rendered as a DataTables 数据表。这允许在浏览器中搜索和排序，但需要连接到互联网才能从CDN加载必要的JavaScript库。如果浏览器已经缓存了之前使用此方法所需的库，则离线工作可能在有限的情况下有效。- browser :
strPython ：字符串 任何合法的浏览器名称，例如。
'firefox'，'chrome'，'safari'（对于mac，您可能需要使用'open -a "/Applications/Google Chrome.app" {{}}'对于铬）。如果'default'，将使用系统默认浏览器。- jskwargs :
dictPython ：词典 传递给
astropy.table.JSViewerinit.默认为{'use_local_files': False}这意味着JavaScript库将从CDO加载。- tableid :
str或NonePYTHON：字符串或PYTHON：无 表的htmlid标记。默认为
table{{id}}，其中id是表对象id（self）的唯一整数id。- table_class :
str或NonePYTHON：字符串或PYTHON：无 包含用于设置表样式的HTML类列表的字符串。默认值是“display compact”，其他可能的值可以在中找到https://www.datatables.net/manual/styleng/classes
- css :
strPython ：字符串 声明表格式的有效CSS字符串。默认为
astropy.table.jsviewer.DEFAULT_CSS.- show_row_index :
str或FalsePYTHON：字符串或PYTHON：FALSE 如果计算结果不为False，则具有给定名称的列将添加到显示的表的版本中。这个新列显示表本身中行的索引，即使所显示的表被另一列重新排序。请注意，如果已存在具有此名称的列，则将忽略此选项。默认为“idx”。
- max_lines :
- show_in_notebook(*, backend='ipydatagrid', **kwargs)#
以HTML形式呈现该表并在Inbox笔记本中显示。
备注
方法API在v7.0中进行了修改，以包括
backend参数并且仅需要关键字参数。- 参数:
- backend{“ipydatagrid”，“经典”}
用于渲染的后台（默认=“ipydatagrid”）。自v6.1以来，“经典”后台已被弃用。
- **kwargs :
dict，可选Python：Dict，可选 关键字参数被所需后端接受。看到
astropy.table.notebook_backends可用的后台及其各自的关键字参数。
- 加薪:
NotImplementedError不支持请求的后台。
- sort(keys=None, *, kind=None, reverse=False)#
根据一个或多个键对表进行排序。它对现有表进行操作，不返回新表。
- 参数:
实例
创建包含3列的表：
>>> t = Table([['Max', 'Jo', 'John'], ['Miller', 'Miller', 'Jackson'], ... [12, 15, 18]], names=('firstname', 'name', 'tel')) >>> print(t) firstname name tel --------- ------- --- Max Miller 12 Jo Miller 15 John Jackson 18
根据标准排序规则，先“name”再“firstname”：
>>> t.sort(['name', 'firstname']) >>> print(t) firstname name tel --------- ------- --- John Jackson 18 Jo Miller 15 Max Miller 12
按照标准排序规则排序，先是“名字”，然后是“电话”，顺序相反：
>>> t.sort(['firstname', 'tel'], reverse=True) >>> print(t) firstname name tel --------- ------- --- Max Miller 12 John Jackson 18 Jo Miller 15
- to_pandas()[源代码]#
转换此
TimeSeries到ADataFrame用一个DatetimeIndex索引。- 返回:
- 数据帧 :
pandas.DataFramepandas.DataFrame Pandas
pandas.DataFrame实例
- 数据帧 :
- update(other, copy=True)#
执行字典样式的更新和合并元数据。
这一论点
other必须是一个Table，或者可以用来初始化表的东西。列来自(可能已转换)other都被添加到这个表中。在列名匹配的情况下，此表中的列将替换为other。如果other是一种Table实例，然后|=可作为就地更新的替代语法使用|可用于将数据合并到新表。- 参数:
- other : astropy:table-like星形：桌状
用于更新此表的数据。
- copy : bool布尔
更新的列是否应该是原始列的副本或引用。
实例
用另一个表更新一个表：：
>>> t1 = Table({'a': ['foo', 'bar'], 'b': [0., 0.]}, meta={'i': 0}) >>> t2 = Table({'b': [1., 2.], 'c': [7., 11.]}, meta={'n': 2}) >>> t1.update(t2) >>> t1 <Table length=2> a b c str3 float64 float64 ---- ------- ------- foo 1.0 7.0 bar 2.0 11.0 >>> t1.meta {'i': 0, 'n': 2}
使用词典更新表：：
>>> t = Table({'a': ['foo', 'bar'], 'b': [0., 0.]}) >>> t.update({'b': [1., 2.]}) >>> t <Table length=2> a b str3 float64 ---- ------- foo 1.0 bar 2.0
- values()#
- values_equal(other)#
表与另一个表、列表或标量的元素级比较。
返回A
Table包含显示比较结果的布尔值的相同列。- 参数:
- other : astropy:table-like
object或list或 scalarAstPy：表状对象或Python：列表或标量 对象与表进行比较
- other : astropy:table-like
实例
比较一张表和另一张表：
>>> t1 = Table([[1, 2], [4, 5], [-7, 8]], names=('a', 'b', 'c')) >>> t2 = Table([[1, 2], [-4, 5], [7, 8]], names=('a', 'b', 'c')) >>> t1.values_equal(t2) <Table length=2> a b c bool bool bool ---- ----- ----- True False False True True True