pandas.DatetimeIndex#

class pandas.DatetimeIndex(data=None, freq=NoDefault.no_default, tz=None, normalize=False, closed=None, ambiguous='raise', dayfirst=False, yearfirst=False, dtype=None, copy=False, name=None)[源代码]#

类似DATETIME 64数据的不可变的ndarray。

在内部表示为int64，并且可以装箱到作为DateTime子类并携带元数据的时间戳对象。

参数

data类数组(一维)，可选

用于构建索引的可选的类似DateTime的数据。

freq字符串或Pandas偏移对象，可选

Pandas日期偏移量字符串或相应的对象之一。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频率。

tzPytz.timezone或Dateutil.tz.tz文件或Datetime.tzinfo或str

设置数据的时区。

normalize布尔值，默认为False

在生成日期范围之前，将开始/结束日期标准化为午夜。

closed{‘左’，‘右’}，可选

设置是否包含 start 和 end 都在边界上。默认情况下，两端都包括边界点。

ambiguous‘iner’，bool-ndarray，‘nat’，默认‘raise’

当时钟因DST向后移动时，可能会出现时间不明确的情况。例如，在中欧时间(UTC+01)，当从DST 03：00到非DST 02：00时，当地时间02：30：00同时出现在UTC 00：30：00和01：30：00 UTC。在这种情况下， ambiguous 参数指示应如何处理不明确的时间。

INFER将尝试根据订单推断秋季DST过渡时间
Bool-ndarray其中True表示DST时间，False表示非DST时间(请注意，此标志仅适用于不明确的时间)
“NaT”将在时间不明确的地方返回NAT
如果存在不明确的时间，‘Raise’将引发AmbiguousTimeError。

dayfirst布尔值，默认为False

如果为True，则解析 data 当天第一次订货。

yearfirst布尔值，默认为False

如果为True，则解析中的日期 data 随着今年的第一次订单。

dtypeNumpy.dtype或DatetimeTZDtype或str，默认为无

请注意，唯一允许的NumPy数据类型是‘DateTime64 [ns] ‘。

copy布尔值，默认为False

复制一份输入ndarray。

name标签，默认为无

要存储在索引中的名称。

参见

Index: 基本Pandas索引类型。
TimedeltaIndex: 时间增量64数据的索引。
PeriodIndex: 期间数据的索引。
to_datetime: 将参数转换为日期时间。
date_range: 创建固定频率的DatetimeIndex。

注意事项

要了解更多有关频率字符串的信息，请参阅 this link 。

属性

`year`	日期时间的年份。
`month`	月份为1月=1，12月=12。
`day`	约会时间的日期。
`hour`	约会时间的小时数。
`minute`	约会时间的分钟数。
`second`	日期时间的秒数。
`microsecond`	日期时间的微秒数。
`nanosecond`	日期时间的纳秒。
`date`	返回PYTHON的NumPy数组 `datetime.date` 对象。
`time`	返回NumPy数组 `datetime.time` 对象。
`timetz`	返回NumPy数组 `datetime.time` 具有时区信息的对象。
`dayofyear`	一年中的第几天。
`day_of_year`	一年中的第几天。
`weekofyear`	(已弃用)一年中的第几周。
`week`	(已弃用)一年中的第几周。
`dayofweek`	星期一=0，星期日=6的星期几。
`day_of_week`	星期一=0，星期日=6的星期几。
`weekday`	星期一=0，星期日=6的星期几。
`quarter`	日期的第1季度。
`tz`	返回时区。
`freq`	如果设置了频率对象，则返回该对象，否则为None。
`freqstr`	如果设置了频率对象，则将其作为字符串返回，否则为None。
`is_month_start`	指示日期是否为每月的第一天。
`is_month_end`	指示日期是否为该月的最后一天。
`is_quarter_start`	日期是否为季度的第一天的指示器。
`is_quarter_end`	日期是否为季度的最后一天的指示器。
`is_year_start`	指示日期是否为一年的第一天。
`is_year_end`	指示该日期是否为一年的最后一天。
`is_leap_year`	日期是否属于闰年的布尔指示符。
`inferred_freq`	尝试返回由INFER_FREQ生成的表示频率猜测的字符串。

方法：

`normalize` \(args, *kwargs)	将时间转换为午夜。
`strftime` \(args, *kwargs)	使用指定的Date_Format转换为索引。
`snap` \([freq] )	将时间戳捕捉到最近的出现频率。
`tz_convert` \(TZ)	将TZ感知的DateTime数组/索引从一个时区转换为另一个时区。
`tz_localize` \(TZ[, ambiguous, nonexistent] )	将tz-naive DateTime数组/索引本地化为TZ感知的DateTime数组/索引。
`round` \(args, *kwargs)	将数据四舍五入到指定的 freq 。
`floor` \(args, *kwargs)	对指定的数据执行底层操作 freq 。
`ceil` \(args, *kwargs)	对数据执行CEIL运算到指定的 freq 。
`to_period` \(args, *kwargs)	以特定频率强制转换为周期数组/索引。
`to_perioddelta` \(频率)	以指定的频率计算索引值与转换为周期数组的索引之间的差值的Timedelta数组。
`to_pydatetime` \(args, *kwargs)	将DateTime数组/索引作为DateTime.DateTime对象的ndarray返回。
`to_series` \([keep_tz, index, name] )	创建一个Series，其索引和值都等于用于map的索引键，用于返回基于索引的索引器。
`to_frame` \([index, name] )	创建一个DataFrame，其中包含索引的列。
`month_name` \(args, *kwargs)	属性的月份名称。 `Series` 或 `DatetimeIndex` 具有指定的区域设置。
`day_name` \(args, *kwargs)	属性的日期名称。 `Series` 或 `DatetimeIndex` 具有指定的区域设置。
`mean` \(args, *kwargs)	返回数组的平均值。
`std` \(args, *kwargs)	返回要求轴上的样本标准偏差。

pandas.MultiIndex.get_level_values

pandas.DatetimeIndex.year