pandas.DataFrame.to_period #

数据框。to_period ( freq = None , axis = 0 , copy = None ) [来源] #

将 DataFrame 从 DatetimeIndex 转换为 periodIndex。

以所需的频率将 DataFrame 从 DatetimeIndex 转换为 periodIndex（如果未通过，则从索引推断）。

参数：

频率str，默认: 周期索引的频率。
轴{0 或 'index', 1 或 'columns'}, 默认 0: 要转换的轴（默认为索引）。
复制布尔值，默认 True: 如果为 False，则不复制基础输入数据。

笔记

copy关键字将改变 pandas 3.0 中的行为。默认情况下会启用Copy-on-Write ，这意味着所有带有 copy关键字的方法都将使用惰性复制机制来推迟复制并忽略copy关键字。 copy关键字将在 pandas 的未来版本中删除。

您已经可以通过启用写入时复制来获得未来的行为和改进pd.options.mode.copy_on_write = True

返回：

数据框: DataFrame 有一个PeriodIndex。

例子

>>> idx = pd.to_datetime(
...     [
...         "2001-03-31 00:00:00",
...         "2002-05-31 00:00:00",
...         "2003-08-31 00:00:00",
...     ]
... )

>>> idx
DatetimeIndex(['2001-03-31', '2002-05-31', '2003-08-31'],
dtype='datetime64[ns]', freq=None)

>>> idx.to_period("M")
PeriodIndex(['2001-03', '2002-05', '2003-08'], dtype='period[M]')

对于每年的频率

>>> idx.to_period("Y")
PeriodIndex(['2001', '2002', '2003'], dtype='period[Y-DEC]')