pandas.TimedeltaIndex#

class pandas.TimedeltaIndex(data=None, unit=None, freq=NoDefault.no_default, closed=None, dtype=dtype('<m8[ns]'), copy=False, name=None)[源代码]#

不变的时间增量64数据的ndarray，在内部表示为int64，并且可以被装箱到时间增量对象。

参数

data类数组(一维)，可选: 用于构建索引的可选的类似时间增量的数据。
unitArg的单位(D，h，m，s，ms，us，ns)表示单位，可选: 它是一个整数/浮点数。
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。
copy布尔尔: 复制一份输入ndarray。
name对象: 要存储在索引中的名称。

参见

Index: 基本Pandas索引类型。
Timedelta: 表示介于两个日期或时间之间的持续时间。
DatetimeIndex: DateTime64数据的索引。
PeriodIndex: 期间数据的索引。
timedelta_range: 创建固定频率的TimedeltaIndex。

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

`days`	每个元素的天数。
`seconds`	每个元素的秒数(>=0且小于1天)。
`microseconds`	每个元素的微秒数(>=0且小于1秒)。
`nanoseconds`	每个元素的纳秒数(>=0且小于1微秒)。
`components`	返回Timedeltas的各个组成部分(天、小时、分钟、秒、毫秒、微秒、纳秒)的数据帧。
`inferred_freq`	尝试返回由INFER_FREQ生成的表示频率猜测的字符串。

方法：

`to_pytimedelta` \(args, *kwargs)	将Timedelta数组/索引作为Datetime.timeDelta对象的对象ndarray返回。
`to_series` \([index, name] )	创建一个索引和值都等于索引键的Series。
`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_frame` \([index, name] )	创建一个DataFrame，其中包含索引的列。
`mean` \(args, *kwargs)	返回数组的平均值。

pandas.DatetimeIndex.indexer_between_time

pandas.TimedeltaIndex.days