Python|熊猫 DatetimeIndex.snap()

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 DatetimeIndex.snap()函数用于将时间戳捕捉到最近的发生频率。该函数采用单个参数，该参数是我们在捕捉 DatetimeIndex 对象的时间戳值时要应用的频率。

Syntax: DatetimeIndex.snap(freq)

Parameters :
freq : frequency

Return : DatetimeIndex

示例 #1：使用DatetimeIndex.snap()函数将给定的 DatetimeIndex 对象转换为基于输入频率的最接近的发生频率。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'Q' represents quarter end frequency 
didx = pd.DatetimeIndex(start ='2000-01-15 08:00', freq ='Q',
                          periods = 4, tz ='Asia/Calcutta')
  
# Print the DatetimeIndex
print(didx)

输出 ：

现在我们要根据输入将给定的 DatetimeIndex 对象时间戳值转换为最接近的频率。

# snap the timestamp to the nearest frequency 
didx.snap('MS')

输出 ：

正如我们在输出中看到的，该函数已经捕捉到给定 DatetimeIndex 对象中的每个时间戳值。示例 #2：使用DatetimeIndex.snap()函数将给定的 DatetimeIndex 对象转换为基于输入频率的最接近的发生频率。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'MS' represents month start frequency 
didx = pd.date_range(pd.Timestamp("2000-01-15 08:00"), 
                              periods = 5, freq ='MS')
  
# Print the DatetimeIndex
print(didx)

输出 ：

现在我们要根据输入将给定的 DatetimeIndex 对象时间戳值转换为最接近的频率。

# snap the timestamp to the nearest frequency 
didx.snap('Q')

输出 ：

正如我们在输出中看到的，该函数已经捕捉到给定 DatetimeIndex 对象中的每个时间戳值。