Python
 Computer >> コンピューター >  >> プログラミング >> Python

PythonPandas-タイムゾーン情報を含むpythondatetime.timeオブジェクトのnumpy配列を返します


タイムゾーン情報を含むPythondatetime.timeオブジェクトのnumpy配列を返すには、 datetimeindex.timetzを使用します。 プロパティ。

まず、必要なライブラリをインポートします-

import pandas as pd

期間5と頻度(ナノ秒)でDatetimeIndexを作成します-

datetimeindex = pd.date_range('2021-10-20 02:30:50', periods=5, tz='Australia/Sydney', freq='ns')

DateTimeIndexを表示-

print("DateTimeIndex...\n", datetimeindex)

タイムゾーン情報を含むタイムスタンプの時間部分のみを返します-

print("\nThe numpy array (time part with timezone)..\n",datetimeindex.timetz)

以下はコードです-

import pandas as pd

# DatetimeIndex with period 5 and frequency as us i.e. nanoseconds
# The timezone is Australia/Sydney
datetimeindex = pd.date_range('2021-10-20 02:30:50', periods=5, tz='Australia/Sydney', freq='ns')

# display DateTimeIndex
print("DateTimeIndex...\n", datetimeindex)

# Returns only the time part of Timestamp with timezone information
print("\nThe numpy array (time part with timezone)..\n",datetimeindex.timetz)

出力

これにより、次のコードが生成されます-

DateTimeIndex...
DatetimeIndex([ '2021-10-20 02:30:50+11:00',
'2021-10-20 02:30:50.000000001+11:00',
'2021-10-20 02:30:50.000000002+11:00',
'2021-10-20 02:30:50.000000003+11:00',
'2021-10-20 02:30:50.000000004+11:00'],
dtype='datetime64[ns, Australia/Sydney]', freq='N')

The numpy array (time part with timezone)..
[datetime.time(2, 30, 50, tzinfo=<DstTzInfo 'Australia/Sydney' AEDT+11:00:00 DST>)
datetime.time(2, 30, 50, tzinfo=<DstTzInfo 'Australia/Sydney' AEDT+11:00:00 DST>)
datetime.time(2, 30, 50, tzinfo=<DstTzInfo 'Australia/Sydney' AEDT+11:00:00 DST>)
datetime.time(2, 30, 50, tzinfo=<DstTzInfo 'Australia/Sydney' AEDT+11:00:00 DST>)
datetime.time(2, 30, 50, tzinfo=<DstTzInfo 'Australia/Sydney' AEDT+11:00:00 DST>)]

  1. Python-numpyでPandasDataFrameをフィルタリングする

    numpy where()メソッドを使用して、PandasDataFrameをフィルタリングできます。 where()メソッドの条件に言及します。まず、必要なライブラリをそれぞれのエイリアスでインポートしましょう import pandas as pd import numpy as np 次に、製品レコードを使用してPandasDataFrameを作成します dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", &qu

  2. PythonでのNumPy配列を使用したブロードキャスト

    アレイのサイズが同じで、特定のサイズが必要な場合、異なるアレイ間の算術演算が毎月行われることがわかっています。ただし、サイズが等しくない場合でも、形状に「1」が前に付いた小さいndimを配列に入力して配列のいずれかを拡張することにより、それらに算術演算を適用できるシナリオがあります。つまり、基本的にブロードキャストとアレイとは、その形状を必要な形状に変更することを意味します。 配列Boradcastingのルール ndimが他の配列よりも小さい配列には、その形状に「1」が付加されます。 出力形状の各次元のサイズは、その次元の入力サイズの最大値です。 特定の次元のサイズが出力サ