pandas.DatetimeIndex#

класс pandas.DatetimeIndex(data=None, freq=, tz=, normalize=, closed=, ambiguous='raise', dayfirst=False, yearfirst=False, dtype=None, copy=False, name=None)[источник]#

Неизменяемый ndarray-подобный массив данных datetime64.

Представлен внутренне как int64 и может быть упакован в объекты Timestamp, которые являются подклассами datetime и содержат метаданные.

Изменено в версии 2.0.0: Различные числовые атрибуты даты/времени (day, month, year и т.д.) теперь имеют тип данных int32. Ранее они имели тип данных int64.

Параметры:

данныеarray-like (одномерный)

Данные, похожие на дату и время, для создания индекса.

freqstr или объект смещения pandas, необязательный

Одна из строк смещения даты pandas или соответствующих объектов. Строка 'вывести' может быть передана для установки частоты индекса как выведенной частоты при создании.

tzpytz.timezone или dateutil.tz.tzfile или datetime.tzinfo или str

Установите часовой пояс данных.

нормализоватьbool, по умолчанию False

Нормализовать начальные/конечные даты до полуночи перед генерацией диапазона дат.

Устарело с версии 2.1.0.

закрыт{‘left’, ‘right’}, необязательно

Установить, включать ли начало и end которые находятся на границе. По умолчанию включаются граничные точки с обоих концов.

Устарело с версии 2.1.0.

неоднозначный‘infer’, bool-ndarray, ‘NaT’, по умолчанию ‘raise’

Когда часы переводятся назад из-за летнего времени, могут возникать неоднозначные времена. Например, в центральноевропейском времени (UTC+01), при переходе с 03:00 летнего времени на 02:00 стандартного, 02:30:00 местного времени встречается как в 00:30:00 UTC, так и в 01:30:00 UTC. В такой ситуации неоднозначный параметр определяет, как следует обрабатывать неоднозначные времена.

'infer' попытается определить часы перехода на летнее время на основе порядка
bool-ndarray, где True означает время летнего времени, False означает время не летнего времени (обратите внимание, что этот флаг применим только для неоднозначных времен)
‘NaT’ вернет NaT там, где есть неоднозначные времена
'raise' вызовет AmbiguousTimeError, если есть неоднозначные времена.

dayfirstbool, по умолчанию False

Если True, разбирать даты в данные с порядком день-месяц.

yearfirstbool, по умолчанию False

Если True, разбирать даты в данные с порядком год-первый.

dtypenumpy.dtype или DatetimeTZDtype или str, по умолчанию None

Обратите внимание, что единственный допустимый dtype NumPy — datetime64[ns].

copybool, по умолчанию False

Создать копию входного ndarray.

имяметка, по умолчанию None

Имя для сохранения в индексе.

Атрибуты

`year`	Год даты и времени.
`month`	Месяц как январь=1, декабрь=12.
`day`	День даты и времени.
`hour`	Часы даты и времени.
`minute`	Минуты даты и времени.
`second`	Секунды даты и времени.
`microsecond`	Микросекунды даты и времени.
`nanosecond`	Наносекунды даты и времени.
`date`	Возвращает массив numpy из python `datetime.date` объекты.
`time`	Возвращает массив numpy из `datetime.time` объекты.
`timetz`	Возвращает массив numpy из `datetime.time` объектах с часовыми поясами.
`dayofyear`	Порядковый день года.
`day_of_year`	Порядковый день года.
`dayofweek`	День недели с понедельником=0, воскресеньем=6.
`day_of_week`	День недели с понедельником=0, воскресеньем=6.
`weekday`	День недели с понедельником=0, воскресеньем=6.
`quarter`	Квартал даты.
`tz`	Возвращает часовой пояс.
`freqstr`	Возвращает объект частоты в виде строки, если он установлен, иначе None.
`is_month_start`	Указывает, является ли дата первым днем месяца.
`is_month_end`	Указывает, является ли дата последним днем месяца.
`is_quarter_start`	Индикатор того, является ли дата первым днем квартала.
`is_quarter_end`	Индикатор того, является ли дата последним днём квартала.
`is_year_start`	Указывает, является ли дата первым днем года.
`is_year_end`	Указывает, является ли дата последним днем года.
`is_leap_year`	Логический индикатор, указывающий, принадлежит ли дата високосному году.
`inferred_freq`	Пытается вернуть строку, представляющую частоту, сгенерированную infer_freq.

freq

Методы

`normalize`(args, *kwargs)	Преобразовать время в полночь.
`strftime`(date_format)	Преобразовать в Index с использованием указанного формата даты.
`snap`([freq])	Привязка временных меток к ближайшей частоте.
`tz_convert`(tz)	Преобразует Datetime Array/Index с информацией о часовом поясе из одного часового пояса в другой.
`tz_localize`(tz[, ambiguous, nonexistent])	Локализация Datetime Array/Index без часового пояса в Datetime Array/Index с часовым поясом.
`round`(args, *kwargs)	Выполнить операцию округления данных до указанного freq.
`floor`(args, *kwargs)	Выполнить операцию округления вниз для данных до указанного freq.
`ceil`(args, *kwargs)	Выполняет операцию округления вверх для данных до указанной freq.
`to_period`(args, *kwargs)	Приведение к PeriodArray/PeriodIndex с определённой частотой.
`to_pydatetime`(args, *kwargs)	Вернуть ndarray из `datetime.datetime` объекты.
`to_series`([index, name])	Создайте Series с индексом и значениями, равными ключам индекса.
`to_frame`([index, name])	Создать DataFrame со столбцом, содержащим Index.
`month_name`(args, *kwargs)	Вернуть названия месяцев с указанной локалью.
`day_name`(args, *kwargs)	Возвращает названия дней с указанной локалью.
`mean`(*[, skipna, axis])	Возвращает среднее значение массива.
`std`(args, *kwargs)	Возвращает выборочное стандартное отклонение по указанной оси.

Смотрите также

Index: Базовый тип индекса pandas Index.
TimedeltaIndex: Индекс данных timedelta64.
PeriodIndex: Индекс данных Period.
to_datetime: Преобразовать аргумент в datetime.
date_range: Создает DatetimeIndex с фиксированной частотой.

Примечания

Чтобы узнать больше о строках частоты, пожалуйста, смотрите эта ссылка.

Примеры

>>> idx = pd.DatetimeIndex(["1/1/2020 10:00:00+00:00", "2/1/2020 11:00:00+00:00"])
>>> idx
DatetimeIndex(['2020-01-01 10:00:00+00:00', '2020-02-01 11:00:00+00:00'],
dtype='datetime64[ns, UTC]', freq=None)