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 :
numpy
ndarray
,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
,TimeDelta
or 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 :
Time
orstr
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 :
TimeDelta
orQuantity
[: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 :
int
Python :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, ...])返回的格式化字符串表示形式的行列表
pformat_all
([max_lines, max_width, ...])返回的格式化字符串表示形式的行列表
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。
show_in_browser
([max_lines, jsviewer, ...])以HTML呈现表格并在web浏览器中显示。
show_in_notebook
([tableid, css, ...])以HTML格式呈现表格,并将其显示在IPython笔记本中。
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list
PYTHON: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布尔
索引的值是否必须唯一。默认值为False。
- colnames :
- 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 :
TimeSeries
TimeSeries
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.DataFrame
pandas.DataFrame
Pandas
pandas.DataFrame
实例。- time_scale :
str
Python :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
- 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 :
str
Python :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=None, max_width=None, show_name=True, show_unit=None, show_dtype=False, html=False, tableid=None, align=None, tableclass=None)#
- 返回的格式化字符串表示形式的行列表
桌子。
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。同样适用于
max_width
除了配置项是astropy.conf.max_width
.
- 参数:
- max_lines :
int
或None
PYTHON:INT或PYTHON:NONE 要输出的最大行数
- max_width :
int
或None
PYTHON: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None
PYTHON: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None
PYTHON: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None
PYTHON: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 :
list
Python :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)#
- 返回的格式化字符串表示形式的行列表
整张桌子。
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。同样适用于
max_width
除了配置项是astropy.conf.max_width
.
- 参数:
- max_lines :
int
或None
PYTHON:INT或PYTHON:NONE 要输出的最大行数
- max_width :
int
或None
PYTHON: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None
PYTHON: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None
PYTHON: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None
PYTHON: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 :
list
Python :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None
PYTHON:INT或PYTHON:NONE 表输出中的最大行数。
- max_width :
int
或None
PYTHON: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None
PYTHON: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None
PYTHON:INT或PYTHON:NONE 表输出中的最大行数。
- max_width :
int
或None
PYTHON: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None
PYTHON: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.TimeSeries
astropy.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 :
str
Python :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 :
int
Python :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
- show_in_browser(max_lines=5000, jsviewer=False, browser='default', jskwargs={'use_local_files': True}, tableid=None, table_class='display compact', css=None, show_row_index='idx')#
以HTML呈现表格并在web浏览器中显示。
- 参数:
- max_lines :
int
Python :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。- browser :
str
Python :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 :
dict
Python :词典 传递给
astropy.table.JSViewer
初始化。默认为{{'use_local_files': True}}
这意味着JavaScript库将由本地副本提供服务。- tableid :
str
或None
PYTHON: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None
PYTHON: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 :
str
Python :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False
PYTHON: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(tableid=None, css=None, display_length=50, table_class='astropy-default', show_row_index='idx')#
以HTML格式呈现表格,并将其显示在IPython笔记本中。
- 参数:
- tableid :
str
或None
PYTHON:字符串或PYTHON:无 表的htmlid标记。默认为
table{{id}}-XXX
,其中id是表对象的唯一整数id,id(self),XXX是一个随机数,以避免多次打印同一个表时发生冲突。- table_class :
str
或None
PYTHON:字符串或PYTHON:无 包含用于设置表样式的HTML类列表的字符串。特殊的默认字符串(“astropy-default”)表示将从配置项中检索该字符串
astropy.table.default_notebook_table_class
. 请注意,这些表类可能会使用引导,因为这是随笔记本一起加载的。看到了吗 this page 对于类列表。- css :
str
Python :字符串 声明表格式的有效CSS字符串。默认为
astropy.table.jsviewer.DEFAULT_CSS_NB
.- display_length :
int
,可选PYTHON:int,可选 要显示的数字或行。默认为50。
- show_row_index :
str
或False
PYTHON: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”。
- tableid :
笔记
目前,不像
show_in_browser
(与jsviewer=True
),此方法需要访问在线javascript代码库。这是由于现代浏览器对访问本地文件的限制。因此,如果您在脱机时调用此方法(并且没有jquery和jquery.dataTables)jsviewer将无法获得特性。
- 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.DataFrame
pandas.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