Python Pandas – 显示给定PeriodIndex对象中每个元素的时间段结束时间

在Python Pandas中，PeriodIndex对象是时间段的序列，用于处理时间段数据。它可以帮助我们更方便地处理时间序列数据，如金融交易数据、气象数据等等。在处理这些数据时，我们经常需要获取时间段的结束时间。本文将介绍如何使用PeriodIndex对象来显示每个元素的时间段结束时间。

更多Pandas相关文章，请阅读：Pandas 教程

创建一个PeriodIndex对象

首先，我们需要创建一个PeriodIndex对象。下面的代码示例创建了一个包含每月的时间段的PeriodIndex对象：

import pandas as pd

periods = pd.period_range('2021-01', periods=12, freq='M')
pi = pd.PeriodIndex(periods)

其中，period_range函数用于生成一个时间段序列，该序列包括从‘2021-01’开始的12个月，每个时间段的频率为‘M’，即每月一次。PeriodIndex函数将时间段序列转换为PeriodIndex对象。

显示每个时间段的结束时间

现在，我们可以使用end_time属性来显示每个时间段的结束时间。下面的代码示例使用end_time属性来显示pi中每个元素的结束时间：

for period in pi:
    print(period.end_time)

运行上面的代码，将会输出以下时间段的结束时间：

2021-01-31 23:59:59.999999999
2021-02-28 23:59:59.999999999
2021-03-31 23:59:59.999999999
2021-04-30 23:59:59.999999999
2021-05-31 23:59:59.999999999
2021-06-30 23:59:59.999999999
2021-07-31 23:59:59.999999999
2021-08-31 23:59:59.999999999
2021-09-30 23:59:59.999999999
2021-10-31 23:59:59.999999999
2021-11-30 23:59:59.999999999
2021-12-31 23:59:59.999999999

可以看到，每个时间段的结束时间都被正确地显示了出来。

将结果添加到DataFrame中

如果需要将时间段的结束时间添加到DataFrame中，我们可以先创建一个空的DataFrame，然后使用apply函数来获取每个时间段的结束时间，并将结果添加到DataFrame中。

下面的代码示例演示了如何将时间段的结束时间添加到DataFrame中：

df = pd.DataFrame()
df['period'] = pi

def get_end_time(period):
    return period.end_time

df['end_time'] = df['period'].apply(get_end_time)

print(df)

运行上面的代码，将会输出以下DataFrame：

     period                   end_time
0   2021-01-01  2021-01-31 23:59:59.999999999
1   2021-02-01  2021-02-28 23:59:59.999999999
2   2021-03-01  2021-03-31 23:59:59.999999999
3   2021-04-01  2021-04-30 23:59:59.999999999
4   2021-05-01  2021-05-31 23:59:59.999999999
5   2021-06-01  2021-06-30 23:59:59.999999999
6   2021-07-01  2021-07-31 23:59:59.999999999
7   2021-08-01  2021-08-31 23:59:59.999999999
8   2021-09-01  2021-09-30 23:59:59.999999999
9   2021-10-012021-10-31 23:59:59.999999999
10  2021-11-01  2021-11-30 23:59:59.999999999
11  2021-12-01  2021-12-31 23:59:59.999999999

可以看到，我们成功地将时间段的结束时间添加到了DataFrame中。

支持多个频率

除了支持‘M’频率之外，PeriodIndex对象还支持其他频率，如‘D’（每天）和‘H’（每小时）。同样，我们也可以使用end_time属性来获取每个时间段的结束时间。

下面的代码示例演示了如何使用不同的频率来创建PeriodIndex对象，并使用end_time属性来获取每个时间段的结束时间：

periods = pd.period_range('2021-01-01', periods=24, freq='H')
pi = pd.PeriodIndex(periods)

for period in pi:
    print(period.end_time)

运行上面的代码，将会输出以下时间段的结束时间：

2021-01-01 00:59:59.999999999
2021-01-01 01:59:59.999999999
2021-01-01 02:59:59.999999999
2021-01-01 03:59:59.999999999
2021-01-01 04:59:59.999999999
2021-01-01 05:59:59.999999999
2021-01-01 06:59:59.999999999
2021-01-01 07:59:59.999999999
2021-01-01 08:59:59.999999999
2021-01-01 09:59:59.999999999
2021-01-01 10:59:59.999999999
2021-01-01 11:59:59.999999999
2021-01-01 12:59:59.999999999
2021-01-01 13:59:59.999999999
2021-01-01 14:59:59.999999999
2021-01-01 15:59:59.999999999
2021-01-01 16:59:59.999999999
2021-01-01 17:59:59.999999999
2021-01-01 18:59:59.999999999
2021-01-01 19:59:59.999999999
2021-01-01 20:59:59.999999999
2021-01-01 21:59:59.999999999
2021-01-01 22:59:59.999999999
2021-01-01 23:59:59.999999999

可以看到，我们成功地使用了‘H’频率来创建PeriodIndex对象，并获取了每个时间段的结束时间。

结论

在Python Pandas中，我们可以使用PeriodIndex对象来处理时间段数据。使用end_time属性，我们可以方便地获取每个时间段的结束时间。此外，我们还可以将时间段的结束时间添加到DataFrame中，以便更方便地处理时间段数据。最后，我们可以使用多个频率来创建PeriodIndex对象，并获取每个时间段的结束时间。