Python| Pandas TimedeltaIndex.to_series()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas TimedeltaIndex.to_series()函数创建一个系列，其索引和值都等于索引键，可用于基于索引返回索引器的映射。

Syntax : TimedeltaIndex.to_series(index = None, name = None)

Parameters :
index :index of resulting Series. If None, defaults to original index (Index, optional)
name :name of resulting Series. If None, defaults to name of original index (string, optional)

Return : Series : dtype will be based on the type of the Index values.

示例 #1：使用TimedeltaIndex.to_series()函数从给定的 TimedeltaIndex 对象构造一个 Series 对象。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', '+23:59:59.999999',
                        '22 day 2 min 3us 10ns', '+23:29:59.999999',
                        '+12:19:59.999999'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 ：

现在我们将使用TimedeltaIndex.to_series()函数使用 tidx 构造一个 Series 对象。

# return a series
tidx.to_series()

输出 ：

正如我们在输出中看到的， TimedeltaIndex.to_series()函数返回了一个使用 tidx 对象新建的 Series 对象。请注意，Series 的索引也是使用给定对象的标签构造的。示例 #2：使用TimedeltaIndex.to_series()函数从给定的 TimedeltaIndex 对象构造一个 Series 对象。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(start ='1 days 02:00:12.001124',
                        periods = 5, freq ='D', name ='Koala')
  
# Print the TimedeltaIndex object
print(tidx)

输出 ：

现在我们将使用TimedeltaIndex.to_series()函数使用 tidx 构造一个 Series 对象。

# return a series
tidx.to_series()

输出 ：

正如我们在输出中看到的， TimedeltaIndex.to_series()函数返回了一个使用 tidx 对象新建的 Series 对象。请注意，Series 的索引也是使用给定对象的标签构造的。