Python | Pandas TimedeltaIndex.union ()

TimedeltaIndex.union() Pandas TimedeltaIndex.union() — это специализированное объединение для объектов TimedeltaIndex. Он объединяет перекрывающиеся диапазоны с одним и тем же DateOffset, будет намного быстрее, чем Index.union

Синтаксис: TimedeltaIndex.union (другое)

Параметры:
прочие: TimedeltaIndex или подобные массиву

Возврат: Index или TimedeltaIndex

Пример № 1: Используйте TimedeltaIndex.union() , чтобы найти объединение набора двух объектов TimedeltaIndex.

# import pandas as pd

import pandas as pd

# Создать первый TimedeltaIndex

tidx1 = pd.TimedeltaIndex (start = ` 11 дней 22:11:12.001124` ,

периоды = 5 , freq = `T` , name = `New_object` )

# Создать второй TimedeltaIndex

tidx2 = pd.TimedeltaIndex (start = `11 days 22: 14: 12.001124` ,

точки = 5 , freq = `T` , имя = `New_object` )

# Напечатать первый TimedeltaIndex

print (tidx1)

# Печать второго TimedeltaIndex

print (tidx2)

Вывод:

Теперь мы будем использовать TimedeltaIndex.union() , чтобы найти объединение наборов двух объектов .

# find union tidx1.union (t idx2) Выход: Как видно из вывода, TimedeltaIndex.union() вернул объект, содержащий объединение tidx1 и tidx2. Пример № 2. Используйте TimedeltaIndex.union() , чтобы найти наборы объединения двух объектов TimedeltaIndex. < table border = "0" cellpadding = "0" cellpacing = "0">

# импортировать панды как pd import pandas as pd # Создать первый TimedeltaIndex tidx1 = pd.TimedeltaIndex (start = `1 days 02:00: 12.001124` , точки = 5 , freq = `D` , name = `Коала` ) # Создать второй TimedeltaIndex tidx2 = pd.TimedeltaIndex (start = `3 дня 02:00:12.001124` , точки = 5 , freq = `D` , name = ` Koala` ) # Напечатать первый объект TimedeltaIndex print (tidx1) # Печать второго TimedeltaIndex print (tidx2) Выход: Теперь мы будем использовать TimedeltaIndex.union () для найти объединение двух объектов наборов. # найти объединение tidx1 .union (tidx2) Вывод: Как видно из вывода, TimedeltaIndex .union() вернул объект, содержащий объединение как tidx1, так и tidx2.