En pandas, podemos determinar Period Range with Frequency con la ayuda de period_range(). pandas.period_range()
Sintaxis: pandas.to_numeric(arg, errores=’subir’, downcast=Ninguno)
Parámetros:
inicio: límite izquierdo para generar períodos
fin: límite derecho para generar períodos
períodos: número de períodos para generar frecuencia
: alias de frecuencia
nombre: nombre del índice de período resultanteDevoluciones: PeriodIndex
Ejemplo 1:
Python3
import pandas as pd # initialize country country = ["India", "Australia", "Pak", "Sri Lanka", "England", "Bangladesh"] # perform period_range() function match_date = pd.period_range('8/1/2020', '8/6/2020', freq='D') # generates dataframes df = pd.DataFrame(country, index=match_date, columns=['Country']) df
Producción:
Ejemplo
Python3
import pandas as pd # initialize country Course = ["DSA", "OOPS", "DBMS", "Computer Network", "System design", ] # perform period_range() function webinar_month = pd.period_range('8/1/2020', '12/1/2020', freq='M') # generates dataframes df = pd.DataFrame(Course, index=webinar_month, columns=['Course']) df
Producción:
Ejemplo 3:
Python3
import pandas as pd # initialize gold price gold_price = ["32k", "34k", "37k", "33k", "38k", "39k", "35k", "32k", "42k", "52k", "62k", "52k", "38k", "39k", "35k", "33k"] # perform period_range() function price_month = pd.period_range(start=pd.Period('2019Q1', freq='Q'), end=pd.Period('2020Q2', freq='Q'), freq='M') # generates dataframes df = pd.DataFrame(gold_price, index=price_month, columns=['Price']) df
Producción:
Publicación traducida automáticamente
Artículo escrito por vipinyadav15799 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA