Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。本文主要介绍一下Pandas中pandas.DataFrame.to_timestamp方法的使用。

DataFrame.to_timestamp(freq=None, how='start', axis=0, copy=True) [source]

在时段开始时强制转换为时间戳的DatetimeIndex 。

参数:

freq strPeriodIndex的默认频率

所需的频率。

how{‘s’, ‘e’, ‘start’, ‘end’}

将周期转换为时间戳的约定;周期的开始和结束。

axis :{0 ‘index’, 1 ‘columns’}, 默认为0

要转换的轴(默认为索引)。

copy :bool, 默认为True

如果为False,则不复制底层输入数据。

返回值:

具有DatetimeIndex的DataFrame

文档pandas.DataFrame.to_timestamp.html

推荐文档

相关文档

大家感兴趣的内容

随机列表