Pandas-2-2-中文文档-三十二-

Pandas 2.2 中文文档（三十二）

原文：pandas.pydata.org/docs/

pandas.tseries.offsets.YearBegin.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_month_start.html

YearBegin.is_month_start(ts)

返回一个布尔值，指示时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.YearBegin.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_month_end.html

YearBegin.is_month_end(ts)

返回时间戳是否发生在月末的布尔值。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.YearBegin.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_quarter_start.html

YearBegin.is_quarter_start(ts)

返回时间戳是否发生在季度开始的布尔值。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.YearBegin.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_quarter_end.html

YearBegin.is_quarter_end(ts)

返回布尔值，表示时间戳是否在季末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.YearBegin.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_year_start.html

YearBegin.is_year_start(ts)

返回布尔值，指示时间戳是否出现在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.YearBegin.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.YearBegin.is_year_end.html

YearBegin.is_year_end(ts)

返回布尔值，指示时间戳是否发生在年末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.FY5253

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.html

class pandas.tseries.offsets.FY5253

描述 52-53 周的财政年度。这也被称为 4-4-5 月曆。

它被一些公司使用，希望他们的财政年度总是在同一周的同一天结束。

它是一种管理会计期间的方法。这是一种某些行业常见的日历结构，例如零售业、制造业和停车业。

更多信息请参见：[zh.wikipedia.org/wiki/4-4-5 月曆](https://zh.wikipedia.org/wiki/4-4-5 月曆)

年可能是：

• 在 Y 月的最后 X 天结束。

• 在 Y 月的最后 X 天结束。

X 是一周中的特定天。Y 是一年中的特定月份

参数：

nint

表示的财政年度数量。

normalizebool，默认值为 False

在生成日期范围之前将开始/结束日期标准化为午夜。

weekdayint {0, 1, …, 6}, 默认值 0

一周中的特定整数。

• 0 表示星期一

• 1 表示星期二

• 2 表示星期三

• 3 表示星期四

• 4 表示星期五

• 5 表示星期六

• 6 表示星期日。

startingMonthint {1, 2, … 12}, 默认值为 1

财政年度结束的月份。

variationstr，默认为“nearest”

使用 4-4-5 日历的方法。

有两个选项：

• “nearest”表示年终是最接近年底月份的weekday。

• “last”表示年终是财政年度最后一个月的最后一个weekday。

另请参阅

DateOffset

标准日期增量类型。

示例

在下面的示例中，使用默认参数将得到下一个 52-53 周财政年度。

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253()
Timestamp('2022-01-31 00:00:00') 

通过参数startingMonth，我们可以指定财政年度结束的月份。

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253(startingMonth=3)
Timestamp('2022-03-28 00:00:00') 

52-53 周的财政年度可以由weekday和variation参数指定。

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253(weekday=5, startingMonth=12, variation="last")
Timestamp('2022-12-31 00:00:00') 

属性

base	返回调用偏移对象的 n=1 和所有其他属性相等的副本。
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数字典。
n
name	返回表示基础频率的字符串。
nanos
normalize
rule_code
startingMonth
variation
weekday

方法

copy()	返回频率的副本。
get_rule_code_suffix()
get_year_end(dt)
is_anchored()	返回布尔值，指示频率是否为单位频率（n=1）。
is_month_end(ts)	返回布尔值，指示时间戳是否出现在月末。
is_month_start(ts)	返回布尔值，指示时间戳是否出现在月初。
is_on_offset(dt)	返回布尔值，指示时间戳是否与此频率相交。
is_quarter_end(ts)	返回布尔值，指示时间戳是否出现在季度末。
is_quarter_start(ts)	返回布尔值，指示时间戳是否出现在季度开始。
is_year_end(ts)	返回布尔值，指示时间戳是否出现在年底。
is_year_start(ts)	返回布尔值，指示时间戳是否出现在年初。
rollback(dt)	仅当不在偏移位置时，将提供的日期向后滚动到下一个偏移。
rollforward(dt)	仅当不在偏移位置时，将提供的日期向前滚动到下一个偏移。

pandas.tseries.offsets.FY5253.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.freqstr.html

FY5253.freqstr

返回表示频率的字符串。

Examples

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.FY5253.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.kwds.html

FY5253.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.FY5253.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.name.html

FY5253.name

返回表示基本频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.FY5253.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.nanos.html

FY5253.nanos

pandas.tseries.offsets.FY5253.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.normalize.html

FY5253.normalize

pandas.tseries.offsets.FY5253.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.rule_code.html

FY5253.rule_code

pandas.tseries.offsets.FY5253.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.n.html

FY5253.n

pandas.tseries.offsets.FY5253.startingMonth

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.startingMonth.html

FY5253.startingMonth

pandas.tseries.offsets.FY5253.variation

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.variation.html

FY5253.variation

pandas.tseries.offsets.FY5253.weekday

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.weekday.html

FY5253.weekday

pandas.tseries.offsets.FY5253.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.copy.html

FY5253.copy()

返回频率的副本。

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.FY5253.get_rule_code_suffix

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.get_rule_code_suffix.html

FY5253.get_rule_code_suffix()

pandas.tseries.offsets.FY5253.get_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.get_year_end.html

FY5253.get_year_end(dt)

pandas.tseries.offsets.FY5253.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_anchored.html

FY5253.is_anchored()

返回布尔值，表示频率是否为单位频率（n=1）。

自版本 2.2.0 起已弃用：is_anchored 已弃用，将在将来的版本中移除。请改用obj.n == 1代替。

示例

>>> pd.DateOffset().is_anchored()
True
>>> pd.DateOffset(2).is_anchored()
False 

pandas.tseries.offsets.FY5253.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_on_offset.html

FY5253.is_on_offset(dt)

返回布尔值，以确定时间戳是否与此频率相交。

参数：

dtdatetime.datetime

时间戳，用于检查与频率的交集。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.FY5253.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_month_start.html

FY5253.is_month_start(ts)

返回布尔值，指示时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.FY5253.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_month_end.html

FY5253.is_month_end(ts)

返回布尔值，指示时间戳是否发生在月末。

Examples

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.FY5253.is_quarter_start

pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_quarter_start.html

FY5253.is_quarter_start(ts)

返回布尔值，指示时间戳是否出现在季度开始处。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.FY5253.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_quarter_end.html

FY5253.is_quarter_end(ts)

返回一个布尔值，表示时间戳是否发生在季末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.FY5253.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_year_start.html

FY5253.is_year_start(ts)

返回一个布尔值，指示时间戳是否在年初发生。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.FY5253.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253.is_year_end.html

FY5253.is_year_end(ts)

返回时间戳是否在年末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.FY5253Quarter

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.html

class pandas.tseries.offsets.FY5253Quarter

52-53 周财政年度的商业季度日期之间的 DateOffset 增量。

也称为 4-4-5 日历。

它被希望其财年始终在同一周的特定日结束的公司所使用。

这是一种管理会计期间的方法。它是一种某些行业（如零售业、制造业和停车行业）的常见日历结构。

有关更多信息，请参阅: en.wikipedia.org/wiki/4-4-5_calendar

年份可能是:

• 在 Y 月的最后 X 天结束。

• 在 Y 月的最后一天附近的最后一天结束。

X 是一周的特定日期。Y 是一年中的某个月

startingMonth = 1 对应于日期，如 2007 年 1 月 31 日，2007 年 4 月 30 日，… startingMonth = 2 对应于日期，如 2007 年 2 月 28 日，2007 年 5 月 31 日，… startingMonth = 3 对应于日期，如 2007 年 3 月 30 日，2007 年 6 月 29 日，…

参数:

nint

表示的商业季度数量。

normalizebool，默认为 False

在生成日期范围之前将开始/结束日期规范化到午夜。

weekdayint {0, 1, …, 6}，默认为 0

一周中特定整数天。

• 0 表示星期一

• 1 表示星期二

• 2 表示星期三

• 3 表示星期四

• 4 表示星期五

• 5 表示星期六

• 6 表示星期日。

startingMonthint {1, 2, …, 12}，默认为 1

财年结束的月份。

qtr_with_extra_weekint {1, 2, 3, 4}，默认为 1

当需要闰年或 14 周时的季度号。

variationstr，默认为 “nearest”

使用 4-4-5 日历的方法。

有两个选项:

• “nearest” 意味着年末是离年底最近的 weekday。

• “last” 意味着年末是财年最后一个月的最后一个 weekday。

另请参阅

DateOffset

标准日期增量类型。

示例

在下面的示例中，使用默认参数为 52-53 周财政年度提供了下一个商业季度。

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253Quarter()
Timestamp('2022-01-31 00:00:00') 

通过参数 startingMonth 我们可以指定财年结束的月份。

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253Quarter(startingMonth=3)
Timestamp('2022-03-28 00:00:00') 

可以通过 weekday 和 variation 参数指定 52-53 周财政年度的商业季度。

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.FY5253Quarter(weekday=5, startingMonth=12, variation="last")
Timestamp('2022-04-02 00:00:00') 

属性

base	返回具有 n=1 和所有其他属性相等的调用偏移对象的副本。
freqstr	返回代表频率的字符串。
kwds	返回偏移的额外参数的字典。
n
name	返回表示基本频率的字符串。
nanos
normalize
qtr_with_extra_week
rule_code
startingMonth
variation
weekday

方法

copy()	返回频率的副本。
get_rule_code_suffix()
get_weeks(dt)
is_anchored()	返回频率是否为单位频率（n=1）的布尔值。
is_month_end(ts)	返回时间戳是否在月末的布尔值。
is_month_start(ts)	返回时间戳是否在月初的布尔值。
is_on_offset(dt)	返回时间戳是否与此频率相交的布尔值。
is_quarter_end(ts)	返回时间戳是否出现在季度结束。
is_quarter_start(ts)	返回时间戳是否出现在季度开始。
is_year_end(ts)	返回时间戳是否出现在年末。
is_year_start(ts)	返回时间戳是否出现在年初。
rollback(dt)	只有在不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	只有在不在偏移量上时，将提供的日期向前滚动到下一个偏移量。
year_has_extra_week(dt)

pandas.tseries.offsets.FY5253Quarter.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.freqstr.html

FY5253Quarter.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.FY5253Quarter.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.kwds.html

FY5253Quarter.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.FY5253Quarter.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.name.html

FY5253Quarter.name

返回表示基础频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.FY5253Quarter.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.nanos.html

FY5253Quarter.nanos

pandas.tseries.offsets.FY5253Quarter.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.normalize.html

FY5253Quarter.normalize

pandas.tseries.offsets.FY5253Quarter.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.rule_code.html

FY5253Quarter.rule_code

pandas.tseries.offsets.FY5253Quarter.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.n.html

FY5253Quarter.n

pandas.tseries.offsets.FY5253Quarter.qtr_with_extra_week

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.qtr_with_extra_week.html

FY5253Quarter.qtr_with_extra_week

pandas.tseries.offsets.FY5253Quarter.startingMonth

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.startingMonth.html

FY5253Quarter.startingMonth

pandas.tseries.offsets.FY5253Quarter.variation

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.variation.html

FY5253Quarter.variation

pandas.tseries.offsets.FY5253Quarter.weekday

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.weekday.html

FY5253Quarter.weekday

pandas.tseries.offsets.FY5253Quarter.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.copy.html

FY5253Quarter.copy()

返回频率的副本。

Examples

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.FY5253Quarter.get_rule_code_suffix

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.get_rule_code_suffix.html

FY5253Quarter.get_rule_code_suffix()

pandas.tseries.offsets.FY5253Quarter.get_weeks

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.get_weeks.html

FY5253Quarter.get_weeks(dt)

pandas.tseries.offsets.FY5253Quarter.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_anchored.html

FY5253Quarter.is_anchored()

返回布尔值，表示频率是否为单位频率（n=1）。

自版本 2.2.0 起弃用：is_anchored 已弃用，并将在未来的版本中删除。请改用obj.n == 1。

示例

>>> pd.DateOffset().is_anchored()
True
>>> pd.DateOffset(2).is_anchored()
False 

pandas.tseries.offsets.FY5253Quarter.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_on_offset.html

FY5253Quarter.is_on_offset(dt)

返回一个布尔值，表示时间戳是否与此频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.FY5253Quarter.year_has_extra_week

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.year_has_extra_week.html

FY5253Quarter.year_has_extra_week(dt)

pandas.tseries.offsets.FY5253Quarter.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_month_start.html

FY5253Quarter.is_month_start(ts)

返回布尔值，指示时间戳是否发生在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.FY5253Quarter.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_month_end.html

FY5253Quarter.is_month_end(ts)

返回一个布尔值，指示时间戳是否发生在月底。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.FY5253Quarter.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_quarter_start.html

FY5253Quarter.is_quarter_start(ts)

返回布尔值，指示时间戳是否出现在季度开始时。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.FY5253Quarter.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_quarter_end.html

FY5253Quarter.is_quarter_end(ts)

返回时间戳是否发生在季度结束时。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.FY5253Quarter.is_year_start

原文链接

FY5253Quarter.is_year_start(ts)

返回布尔值，指示时间戳是否出现在年初。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.FY5253Quarter.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.FY5253Quarter.is_year_end.html

FY5253Quarter.is_year_end(ts)

返回一个布尔值，指示时间戳是否出现在年末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Easter

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.html

class pandas.tseries.offsets.Easter

使用 dateutil 中定义的逻辑的复活节假期的 DateOffset。

目前使用的是修订后的方法，在年份为 1583-4099 有效。

参数:

nint，默认为 1

表示的年份数量。

normalizebool，默认为 False

在生成日期范围之前将开始/结束日期归一化为午夜。

另请参阅

DateOffset

标准的日期增量类型。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> ts + pd.offsets.Easter()
Timestamp('2022-04-17 00:00:00') 

属性

base	返回调用偏移对象的副本，其中 n=1，且所有其他属性相等。
freqstr	返回表示频率的字符串。
kwds	返回偏移量的额外参数的字典。
n
name	返回表示基础频率的字符串。
nanos
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	(已弃用) 返回布尔值，指示频率是否为单位频率 (n=1)。
is_month_end(ts)	返回布尔值，指示时间戳是否发生在月末。
is_month_start(ts)	返回布尔值，指示时间戳是否发生在月初。
is_on_offset(dt)	返回布尔值，指示时间戳是否与此频率相交。
is_quarter_end(ts)	返回一个布尔值，指示时间戳是否在季末。
is_quarter_start(ts)	返回一个布尔值，指示时间戳是否在季初。
is_year_end(ts)	返回一个布尔值，指示时间戳是否在年末。
is_year_start(ts)	返回一个布尔值，指示时间戳是否在年初。
rollback(dt)	如果不在偏移上，则将提供的日期向后滚动到下一个偏移。
rollforward(dt)	如果不在偏移上，则将提供的日期向前滚动到下一个偏移。

pandas.tseries.offsets.Easter.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.freqstr.html

Easter.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Easter.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.kwds.html

Easter.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Easter.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.name.html

Easter.name

返回表示基本频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Easter.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.nanos.html

Easter.nanos

pandas.tseries.offsets.Easter.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.normalize.html

Easter.normalize

pandas.tseries.offsets.Easter.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.rule_code.html

Easter.rule_code

pandas.tseries.offsets.Easter.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.n.html

Easter.n

pandas.tseries.offsets.Easter.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.copy.html

Easter.copy()

返回频率的副本

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Easter.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_anchored.html

Easter.is_anchored()

返回布尔值，指示频率是否为单位频率（n=1）。

自版本 2.2.0 起已弃用：is_anchored 已弃用，并将在将来的版本中移除。请改用obj.n == 1。

示例

>>> pd.DateOffset().is_anchored()
True
>>> pd.DateOffset(2).is_anchored()
False 

pandas.tseries.offsets.Easter.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_on_offset.html

Easter.is_on_offset(dt)

返回布尔值，指示时间戳是否与此频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Easter.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_month_start.html

Easter.is_month_start(ts)

返回一个布尔值，指示时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Easter.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_month_end.html

Easter.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Easter.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_quarter_start.html

Easter.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否发生在季度开始时。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Easter.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_quarter_end.html

Easter.is_quarter_end(ts)

返回一个布尔值，指示时间戳是否出现在季度结束。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Easter.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_year_start.html

Easter.is_year_start(ts)

返回一个布尔值，指示时间戳是否发生在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Easter.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Easter.is_year_end.html

Easter.is_year_end(ts)

返回一个布尔值，指示时间戳是否出现在年末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Tick

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.html

class pandas.tseries.offsets.Tick

属性

base	返回调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数字典。
n
name	返回表示基础频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	(已弃用) 返回 False。
is_month_end(ts)	返回时间戳是否在月末发生的布尔值。
is_month_start(ts)	返回时间戳是否在月初发生的布尔值。
is_on_offset(dt)	返回时间戳是否与此频率相交的布尔值。
is_quarter_end(ts)	返回时间戳是否在季度末发生的布尔值。
is_quarter_start(ts)	返回布尔值，指示时间戳是否发生在季度开始。
is_year_end(ts)	返回布尔值，指示时间戳是否发生在年末。
is_year_start(ts)	返回布尔值，指示时间戳是否发生在年初。
rollback(dt)	仅当不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅当不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Tick.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.delta.html

Tick.delta

pandas.tseries.offsets.Tick.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.freqstr.html

Tick.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Tick.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.kwds.html

Tick.kwds

返回偏移量的额外参数字典。

例子

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Tick.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.name.html

Tick.name

返回表示基础频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Tick.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.nanos.html

Tick.nanos

返回总纳秒数的整数。

抛出：

值错误

如果频率不固定。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Tick.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.normalize.html

Tick.normalize

pandas.tseries.offsets.Tick.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.rule_code.html

Tick.rule_code

pandas.tseries.offsets.Tick.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.n.html

Tick.n

pandas.tseries.offsets.Tick.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.copy.html

Tick.copy()

返回频率的副本。

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Tick.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_anchored.html

Tick.is_anchored()

返回 False。

从版本 2.2.0 开始已弃用：is_anchored 已弃用并将在将来的版本中删除。请使用 False 替代。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Tick.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_on_offset.html

Tick.is_on_offset(dt)

返回布尔值，指示时间戳是否与此频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Tick.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_month_start.html

Tick.is_month_start(ts)

返回一个布尔值，指示时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Tick.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_month_end.html

Tick.is_month_end(ts)

返回布尔值，表示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Tick.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_quarter_start.html

Tick.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否发生在季度开始。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Tick.is_quarter_end

pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_quarter_end.html

Tick.is_quarter_end(ts)

返回一个布尔值，指示时间戳是否在季度结束时发生。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Tick.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_year_start.html

Tick.is_year_start(ts)

返回布尔值，指示时间戳是否出现在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Tick.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Tick.is_year_end.html

Tick.is_year_end(ts)

返回时间戳是否发生在年底。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Day

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.html

class pandas.tseries.offsets.Day

偏移 n 天。

参数:

n int，默认 1

表示的天数。

另请参阅

DateOffset

标准日期增量。

示例

您可以使用参数 n 表示 n 天的偏移。

>>> from pandas.tseries.offsets import Day
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Day()
Timestamp('2022-12-10 15:00:00')
>>> ts - Day(4)
Timestamp('2022-12-05 15:00:00') 

>>> ts + Day(-4)
Timestamp('2022-12-05 15:00:00') 

属性

base	返回调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数的字典。
n
name	返回表示基本频率的字符串。
nanos	返回纳秒的总数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	（已弃用）返回 False。
is_month_end(ts)	返回时间戳是否在月底发生的布尔值。
is_month_start(ts)	返回时间戳是否在月初发生的布尔值。
is_on_offset(dt)	返回时间戳是否与此频率相交的布尔值。
is_quarter_end(ts)	返回布尔值，指示时间戳是否发生在季末。
is_quarter_start(ts)	返回布尔值，指示时间戳是否发生在季初。
is_year_end(ts)	返回布尔值，指示时间戳是否发生在年末。
is_year_start(ts)	返回布尔值，指示时间戳是否发生在年初。
rollback(dt)	仅当不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅当不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Day.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.delta.html

Day.delta

pandas.tseries.offsets.Day.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.freqstr.html

Day.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Day.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.kwds.html

Day.kwds

返回偏移量的额外参数字典。

例子

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Day.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.name.html

Day.name

返回表示基本频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Day.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.nanos.html

Day.nanos

返回总纳秒数的整数。

抛出异常：

ValueError

如果频率是非固定的。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Day.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.normalize.html

Day.normalize

pandas.tseries.offsets.Day.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.rule_code.html

Day.rule_code

pandas.tseries.offsets.Day.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.n.html

Day.n

pandas.tseries.offsets.Day.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.copy.html

Day.copy()

返回频率的副本

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Day.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_anchored.html

Day.is_anchored()

返回 False。

自 2.2.0 版本起已弃用：is_anchored 已弃用，并将在将来的版本中移除。请改用False。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Day.is_on_offset

pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_on_offset.html

Day.is_on_offset(dt)

返回布尔值，表示时间戳是否与该频率相交。

参数：

dtdatetime.datetime

时间戳用于检查与频率的相交。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Day.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_month_start.html

Day.is_month_start(ts)

返回布尔值，判断时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Day.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_month_end.html

Day.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Day.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_quarter_start.html

Day.is_quarter_start(ts)

返回布尔值，指示时间戳是否发生在季度开始。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Day.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_quarter_end.html

Day.is_quarter_end(ts)

返回一个布尔值，指示时间戳是否发生在季度结束时。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Day.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_year_start.html

Day.is_year_start(ts)

返回一个布尔值，指示时间戳是否出现在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Day.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Day.is_year_end.html

Day.is_year_end(ts)

返回布尔值，表示时间戳是否发生在年末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Hour

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.html

class pandas.tseries.offsets.Hour

偏移 n 小时。

参数：

nint，默认值为 1

所表示的小时数。

另请参阅

DateOffset

标准的日期增量类型。

示例

你可以使用参数 n 来表示 n 小时的偏移。

>>> from pandas.tseries.offsets import Hour
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Hour()
Timestamp('2022-12-09 16:00:00')
>>> ts - Hour(4)
Timestamp('2022-12-09 11:00:00') 

>>> ts + Hour(-4)
Timestamp('2022-12-09 11:00:00') 

属性

base	返回调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数的字典。
n
name	返回表示基本频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	(已弃用) 返回 False。
is_month_end(ts)	返回布尔值，表示时间戳是否出现在月末。
is_month_start(ts)	返回布尔值，表示时间戳是否出现在月初。
is_on_offset(dt)	返回布尔值，表示时间戳是否与此频率相交。
is_quarter_end(ts)	返回布尔值，指示时间戳是否发生在季度结束。
is_quarter_start(ts)	返回布尔值，指示时间戳是否发生在季度开始。
is_year_end(ts)	返回布尔值，指示时间戳是否发生在年底。
is_year_start(ts)	返回布尔值，指示时间戳是否发生在年初。
rollback(dt)	仅当日期不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅当日期不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Hour.delta

pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.delta.html

Hour.delta

pandas.tseries.offsets.Hour.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.freqstr.html

Hour.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Hour.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.kwds.html

Hour.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Hour.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.name.html

Hour.name

返回表示基本频率的字符串。

例子

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Hour.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.nanos.html

Hour.nanos

返回总纳秒数的整数。

Raises:

ValueError

如果频率不固定。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Hour.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.normalize.html

Hour.normalize

pandas.tseries.offsets.Hour.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.rule_code.html

Hour.rule_code

pandas.tseries.offsets.Hour.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.n.html

Hour.n

pandas.tseries.offsets.Hour.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.copy.html

Hour.copy()

返回频率的副本。

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Hour.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_anchored.html

Hour.is_anchored()

返回 False。

自版本 2.2.0 起已弃用：is_anchored 已弃用，将在将来的版本中移除。请使用 False 代替。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Hour.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_on_offset.html

Hour.is_on_offset(dt)

返回一个布尔值，指示时间戳是否与这个频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Hour.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_month_start.html

Hour.is_month_start(ts)

返回布尔值，判断时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Hour.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_month_end.html

Hour.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Hour.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_quarter_start.html

Hour.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否出现在季度开始时。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Hour.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_quarter_end.html

Hour.is_quarter_end(ts)

返回一个布尔值，指示时间戳是否发生在季度结束。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Hour.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_year_start.html

Hour.is_year_start(ts)

返回一个布尔值，指示时间戳是否发生在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Hour.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Hour.is_year_end.html

Hour.is_year_end(ts)

返回布尔值，指示时间戳是否发生在年末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Minute

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.html

class pandas.tseries.offsets.Minute

偏移n分钟。

参数：

nint，默认为 1

表示的分钟数。

另请参阅

DateOffset

标准日期增量类型。

示例

您可以使用参数n来表示 n 分钟的偏移。

>>> from pandas.tseries.offsets import Minute
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Minute(n=10)
Timestamp('2022-12-09 15:10:00')
>>> ts - Minute(n=10)
Timestamp('2022-12-09 14:50:00') 

>>> ts + Minute(n=-10)
Timestamp('2022-12-09 14:50:00') 

属性

base	返回调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移量的额外参数字典。
n
name	返回表示基本频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	（已弃用）返回 False。
is_month_end(ts)	返回布尔值，指示时间戳是否出现在月末。
is_month_start(ts)	返回布尔值，指示时间戳是否出现在月初。
is_on_offset(dt)	返回布尔值，指示时间戳是否与此频率相交。
is_quarter_end(ts)	返回布尔值，指示时间戳是否发生在季度末。
is_quarter_start(ts)	返回布尔值，指示时间戳是否发生在季度开始。
is_year_end(ts)	返回布尔值，指示时间戳是否发生在年末。
is_year_start(ts)	返回布尔值，指示时间戳是否发生在年初。
rollback(dt)	只有在不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	只有在不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Minute.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.delta.html

Minute.delta

pandas.tseries.offsets.Minute.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.freqstr.html

Minute.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Minute.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.kwds.html

Minute.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Minute.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.name.html

Minute.name

返回表示基本频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Minute.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.nanos.html

Minute.nanos

返回总纳秒数的整数。

引发：

ValueError

如果频率不固定。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Minute.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.normalize.html

Minute.normalize

pandas.tseries.offsets.Minute.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.rule_code.html

Minute.rule_code

pandas.tseries.offsets.Minute.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.n.html

Minute.n

pandas.tseries.offsets.Minute.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.copy.html

Minute.copy()

返回频率的副本

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Minute.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_anchored.html

Minute.is_anchored()

返回 False。

自 2.2.0 版本起弃用：is_anchored 已弃用并将在将来的版本中移除。请改用 False。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Minute.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_on_offset.html

Minute.is_on_offset(dt)

返回布尔值，表示时间戳是否与此频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Minute.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_month_start.html

Minute.is_month_start(ts)

返回一个布尔值，指示时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Minute.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_month_end.html

Minute.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Minute.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_quarter_start.html

Minute.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否出现在季度的开始。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Minute.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_quarter_end.html

Minute.is_quarter_end(ts)

返回布尔值，指示时间戳是否在季度结束时发生。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Minute.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_year_start.html

Minute.is_year_start(ts)

返回布尔值，指示时间戳是否发生在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Minute.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Minute.is_year_end.html

Minute.is_year_end(ts)

返回一个布尔值，表示时间戳是否发生在年底。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Second

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.html

class pandas.tseries.offsets.Second

偏移n秒。

参数：

nint，默认为 1

表示的秒数。

另请参阅

DateOffset

标准的日期增量类型。

示例

你可以使用参数n来表示 n 秒的偏移。

>>> from pandas.tseries.offsets import Second
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Second(n=10)
Timestamp('2022-12-09 15:00:10')
>>> ts - Second(n=10)
Timestamp('2022-12-09 14:59:50') 

>>> ts + Second(n=-10)
Timestamp('2022-12-09 14:59:50') 

属性

base	返回一个调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数字典。
n
name	返回表示基本频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	(已弃用) 返回 False。
is_month_end(ts)	返回布尔值，指示时间戳是否出现在月末。
is_month_start(ts)	返回布尔值，指示时间戳是否出现在月初。
is_on_offset(dt)	返回布尔值，指示时间戳是否与此频率相交。
is_quarter_end(ts)	返回布尔值，指示时间戳是否在季度结束时发生。
is_quarter_start(ts)	返回布尔值，指示时间戳是否在季度开始时发生。
is_year_end(ts)	返回布尔值，指示时间戳是否在年底发生。
is_year_start(ts)	返回布尔值，指示时间戳是否在年初发生。
rollback(dt)	仅在不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅在不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Second.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.delta.html

Second.delta

pandas.tseries.offsets.Second.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.freqstr.html

Second.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Second.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.kwds.html

Second.kwds

Return a dict of extra parameters for the offset.

Examples

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Second.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.name.html

Second.name

返回表示基本频率的字符串。

Examples

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Second.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.nanos.html

Second.nanos

返回总纳秒数的整数。

引发：

ValueError

如果频率是非固定的。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Second.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.normalize.html

Second.normalize

pandas.tseries.offsets.Second.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.rule_code.html

Second.rule_code

pandas.tseries.offsets.Second.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.n.html

Second.n

pandas.tseries.offsets.Second.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.copy.html

Second.copy()

返回频率的副本。

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Second.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_anchored.html

Second.is_anchored()

返回 False。

自版本 2.2.0 起弃用：is_anchored 已弃用，并将在未来版本中移除。请改用 False。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Second.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_on_offset.html

Second.is_on_offset(dt)

返回一个布尔值，指示时间戳是否与此频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Second.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_month_start.html

Second.is_month_start(ts)

返回一个布尔值，指示时间戳是否出现在月初。

Examples

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Second.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_month_end.html

Second.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Second.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_quarter_start.html

Second.is_quarter_start(ts)

返回布尔值，指示时间戳是否发生在季度开始。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Second.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_quarter_end.html

Second.is_quarter_end(ts)

返回布尔值，指示时间戳是否在季度结束时发生。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Second.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_year_start.html

Second.is_year_start(ts)

返回时间戳是否发生在年初的布尔值。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Second.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Second.is_year_end.html

Second.is_year_end(ts)

返回一个布尔值，指示时间戳是否发生在年底。

Examples

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Milli

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.html

class pandas.tseries.offsets.Milli

偏移量 n 毫秒。

参数：

nint，默认值 1

所代表的毫秒数。

另请参阅

DateOffset

标准日期增量种类。

示例

您可以使用参数 n 来表示 n 毫秒的偏移量。

>>> from pandas.tseries.offsets import Milli
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Milli(n=10)
Timestamp('2022-12-09 15:00:00.010000') 

>>> ts - Milli(n=10)
Timestamp('2022-12-09 14:59:59.990000') 

>>> ts + Milli(n=-10)
Timestamp('2022-12-09 14:59:59.990000') 

属性

base	返回调用偏移对象的副本，其中 n=1，其他所有属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数字典。
n
name	返回表示基础频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	（已弃用）返回 False。
is_month_end(ts)	返回时间戳是否发生在月末的布尔值。
is_month_start(ts)	返回时间戳是否发生在月初的布尔值。
is_on_offset(dt)	返回时间戳是否与此频率相交的布尔值。
is_quarter_end(ts)	返回一个布尔值，指示时间戳是否发生在季度末。
is_quarter_start(ts)	返回一个布尔值，指示时间戳是否发生在季度开始。
is_year_end(ts)	返回一个布尔值，指示时间戳是否发生在年末。
is_year_start(ts)	返回一个布尔值，指示时间戳是否发生在年初。
rollback(dt)	仅当不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅当不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Milli.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.delta.html

Milli.delta

pandas.tseries.offsets.Milli.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.freqstr.html

Milli.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Milli.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.kwds.html

Milli.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Milli.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.name.html

Milli.name

返回表示基本频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Milli.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.nanos.html

Milli.nanos

返回总纳秒数的整数。

抛出异常：

值错误

如果频率是非固定的。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Milli.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.normalize.html

Milli.normalize

pandas.tseries.offsets.Milli.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.rule_code.html

Milli.rule_code

pandas.tseries.offsets.Milli.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.n.html

Milli.n

pandas.tseries.offsets.Milli.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.copy.html

Milli.copy()

返回频率的副本。

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Milli.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_anchored.html

Milli.is_anchored()

返回 False。

自 2.2.0 版本起已弃用：is_anchored 已弃用，并将在将来的版本中删除。请使用 False 代替。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Milli.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_on_offset.html

Milli.is_on_offset(dt)

返回布尔值，指示时间戳是否与此频率相交。

参数：

dtdatetime.datetime

用于检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Milli.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_month_start.html

Milli.is_month_start(ts)

返回布尔值，指示时间戳是否发生在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Milli.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_month_end.html

Milli.is_month_end(ts)

返回时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Milli.is_quarter_start

pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_quarter_start.html

Milli.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否出现在季度开始时。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Milli.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_quarter_end.html

Milli.is_quarter_end(ts)

返回布尔值，指示时间戳是否发生在季度结束。

Examples

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Milli.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_year_start.html

Milli.is_year_start(ts)

返回一个布尔值，指示时间戳是否出现在年初。

例子

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Milli.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Milli.is_year_end.html

Milli.is_year_end(ts)

返回一个布尔值，指示时间戳是否发生在年底。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Micro

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.html

class pandas.tseries.offsets.Micro

偏移n微秒。

参数：

nint，默认值为 1

表示的微秒数。

另请参阅

DateOffset

标准日期增量类型。

示例

您可以使用参数n来表示 n 微秒的偏移。

>>> from pandas.tseries.offsets import Micro
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Micro(n=1000)
Timestamp('2022-12-09 15:00:00.001000') 

>>> ts - Micro(n=1000)
Timestamp('2022-12-09 14:59:59.999000') 

>>> ts + Micro(n=-1000)
Timestamp('2022-12-09 14:59:59.999000') 

属性

base	返回调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数字典。
n
name	返回表示基本频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	(已弃用) 返回 False。
is_month_end(ts)	返回布尔值，指示时间戳是否发生在月末。
is_month_start(ts)	返回布尔值，指示时间戳是否发生在月初。
is_on_offset(dt)	返回布尔值，指示时间戳是否与此频率相交。
is_quarter_end(ts)	返回一个布尔值，指示时间戳是否出现在季度末尾。
is_quarter_start(ts)	返回一个布尔值，指示时间戳是否出现在季度开始处。
is_year_end(ts)	返回一个布尔值，指示时间戳是否出现在年末。
is_year_start(ts)	返回一个布尔值，指示时间戳是否出现在年初。
rollback(dt)	仅当不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅当不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Micro.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.delta.html

Micro.delta

pandas.tseries.offsets.Micro.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.freqstr.html

Micro.freqstr

返回表示频率的字符串。

示例

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Micro.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.kwds.html

Micro.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Micro.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.name.html

Micro.name

返回一个表示基础频率的字符串。

例子

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Micro.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.nanos.html

Micro.nanos

返回总纳秒数的整数。

引发：

值错误

如果频率不固定。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Micro.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.normalize.html

Micro.normalize

pandas.tseries.offsets.Micro.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.rule_code.html

Micro.rule_code

pandas.tseries.offsets.Micro.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.n.html

Micro.n

pandas.tseries.offsets.Micro.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.copy.html

Micro.copy()

返回频率的副本。

示例

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Micro.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_anchored.html

Micro.is_anchored()

返回 False。

自版本 2.2.0 起已弃用：is_anchored 已被弃用，并将在未来版本中删除。请改用False。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Micro.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_on_offset.html

Micro.is_on_offset(dt)

返回布尔值，指示时间戳是否与此频率相交。

参数：

dt datetime.datetime

用于检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Micro.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_month_start.html

Micro.is_month_start(ts)

返回布尔值，指示时间戳是否出现在月初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Micro.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_month_end.html

Micro.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Micro.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_quarter_start.html

Micro.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否出现在季度开始处。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Micro.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_quarter_end.html

Micro.is_quarter_end(ts)

返回布尔值，指示时间戳是否发生在季度结束。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Micro.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_year_start.html

Micro.is_year_start(ts)

返回一个布尔值，指示时间戳是否发生在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Micro.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Micro.is_year_end.html

Micro.is_year_end(ts)

返回一个布尔值，指示时间戳是否发生在年底。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

pandas.tseries.offsets.Nano

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.html

class pandas.tseries.offsets.Nano

偏移n纳秒。

参数：

nint，默认为 1

表示的纳秒数。

另请参阅

DateOffset

标准日期增量类型。

示例

您可以使用参数n表示 n 纳秒的偏移。

>>> from pandas.tseries.offsets import Nano
>>> ts = pd.Timestamp(2022, 12, 9, 15)
>>> ts
Timestamp('2022-12-09 15:00:00') 

>>> ts + Nano(n=1000)
Timestamp('2022-12-09 15:00:00.000001') 

>>> ts - Nano(n=1000)
Timestamp('2022-12-09 14:59:59.999999') 

>>> ts + Nano(n=-1000)
Timestamp('2022-12-09 14:59:59.999999') 

属性

base	返回调用偏移对象的副本，其中 n=1，所有其他属性相等。
delta
freqstr	返回表示频率的字符串。
kwds	返回偏移的额外参数字典。
n
name	返回表示基础频率的字符串。
nanos	返回总纳秒数的整数。
normalize
rule_code

方法

copy()	返回频率的副本。
is_anchored()	（已弃用）返回 False。
is_month_end(ts)	返回一个布尔值，指示时间戳是否发生在月末。
is_month_start(ts)	返回一个布尔值，指示时间戳是否发生在月初。
is_on_offset(dt)	返回一个布尔值，指示时间戳是否与此频率相交。
is_quarter_end(ts)	返回一个布尔值，指示时间戳是否发生在季度结束。
is_quarter_start(ts)	返回一个布尔值，指示时间戳是否发生在季度开始。
is_year_end(ts)	返回一个布尔值，指示时间戳是否发生在年底。
is_year_start(ts)	返回一个布尔值，指示时间戳是否发生在年初。
rollback(dt)	仅当不在偏移量上时，将提供的日期向后滚动到下一个偏移量。
rollforward(dt)	仅当不在偏移量上时，将提供的日期向前滚动到下一个偏移量。

pandas.tseries.offsets.Nano.delta

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.delta.html

Nano.delta

pandas.tseries.offsets.Nano.freqstr

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.freqstr.html

Nano.freqstr

返回一个表示频率的字符串。

例子

>>> pd.DateOffset(5).freqstr
'<5 * DateOffsets>' 

>>> pd.offsets.BusinessHour(2).freqstr
'2bh' 

>>> pd.offsets.Nano().freqstr
'ns' 

>>> pd.offsets.Nano(-3).freqstr
'-3ns' 

pandas.tseries.offsets.Nano.kwds

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.kwds.html

Nano.kwds

返回偏移量的额外参数字典。

示例

>>> pd.DateOffset(5).kwds
{} 

>>> pd.offsets.FY5253Quarter().kwds
{'weekday': 0,'startingMonth': 1,'qtr_with_extra_week': 1,'variation': 'nearest'} 

pandas.tseries.offsets.Nano.name

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.name.html

Nano.name

返回表示基本频率的字符串。

示例

>>> pd.offsets.Hour().name
'h' 

>>> pd.offsets.Hour(5).name
'h' 

pandas.tseries.offsets.Nano.nanos

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.nanos.html

Nano.nanos

返回总纳秒数的整数。

抛出异常：

值错误

如果频率不固定。

示例

>>> pd.offsets.Hour(5).nanos
18000000000000 

pandas.tseries.offsets.Nano.normalize

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.normalize.html

Nano.normalize

pandas.tseries.offsets.Nano.rule_code

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.rule_code.html

Nano.rule_code

pandas.tseries.offsets.Nano.n

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.n.html

Nano.n

pandas.tseries.offsets.Nano.copy

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.copy.html

Nano.copy()

返回频率的副本。

例子

>>> freq = pd.DateOffset(1)
>>> freq_copy = freq.copy()
>>> freq is freq_copy
False 

pandas.tseries.offsets.Nano.is_anchored

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_anchored.html

Nano.is_anchored()

返回 False。

自版本 2.2.0 起已弃用：is_anchored 已弃用，并将在将来的版本中移除。请使用 False 替代。

示例

>>> pd.offsets.Hour().is_anchored()
False
>>> pd.offsets.Hour(2).is_anchored()
False 

pandas.tseries.offsets.Nano.is_on_offset

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_on_offset.html

Nano.is_on_offset(dt)

返回一个布尔值，指示时间戳是否与该频率相交。

参数：

dtdatetime.datetime

要检查与频率相交的时间戳。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Day(1)
>>> freq.is_on_offset(ts)
True 

>>> ts = pd.Timestamp(2022, 8, 6)
>>> ts.day_name()
'Saturday'
>>> freq = pd.offsets.BusinessDay(1)
>>> freq.is_on_offset(ts)
False 

pandas.tseries.offsets.Nano.is_month_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_month_start.html

Nano.is_month_start(ts)

返回一个布尔值，指示时间戳是否出现在月初。

Examples

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_start(ts)
True 

pandas.tseries.offsets.Nano.is_month_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_month_end.html

Nano.is_month_end(ts)

返回一个布尔值，指示时间戳是否出现在月末。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_month_end(ts)
False 

pandas.tseries.offsets.Nano.is_quarter_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_quarter_start.html

Nano.is_quarter_start(ts)

返回一个布尔值，指示时间戳是否在季度开始时发生。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_start(ts)
True 

pandas.tseries.offsets.Nano.is_quarter_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_quarter_end.html

Nano.is_quarter_end(ts)

返回布尔值，指示时间戳是否发生在季度结束。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_quarter_end(ts)
False 

pandas.tseries.offsets.Nano.is_year_start

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_year_start.html

Nano.is_year_start(ts)

返回一个布尔值，指示时间戳是否发生在年初。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_start(ts)
True 

pandas.tseries.offsets.Nano.is_year_end

原文：pandas.pydata.org/docs/reference/api/pandas.tseries.offsets.Nano.is_year_end.html

Nano.is_year_end(ts)

返回一个布尔值，指示时间戳是否发生在年底。

示例

>>> ts = pd.Timestamp(2022, 1, 1)
>>> freq = pd.offsets.Hour(5)
>>> freq.is_year_end(ts)
False 

窗口

原文：pandas.pydata.org/docs/reference/window.html

pandas.api.typing.Rolling 实例由.rolling调用返回：pandas.DataFrame.rolling() 和 pandas.Series.rolling()。 pandas.api.typing.Expanding 实例由.expanding调用返回：pandas.DataFrame.expanding() 和 pandas.Series.expanding()。 pandas.api.typing.ExponentialMovingWindow 实例由.ewm调用返回：pandas.DataFrame.ewm() 和 pandas.Series.ewm()。

滚动窗口函数

Rolling.count([numeric_only])	计算非 NaN 观测值的滚动计数。
Rolling.sum([numeric_only, engine, ...])	计算滚动总和。
Rolling.mean([numeric_only, engine, ...])	计算滚动均值。
Rolling.median([numeric_only, engine, ...])	计算滚动中位数。
Rolling.var([ddof, numeric_only, engine, ...])	计算滚动方差。
Rolling.std([ddof, numeric_only, engine, ...])	计算滚动标准差。
Rolling.min([numeric_only, engine, ...])	计算滚动最小值。
Rolling.max([numeric_only, engine, ...])	计算滚动最大值。
Rolling.corr([other, pairwise, ddof, ...])	计算滚动相关性。
Rolling.cov([other, pairwise, ddof, ...])	计算滚动样本协方差。
Rolling.skew([numeric_only])	计算滚动无偏偏斜度。
Rolling.kurt([numeric_only])	计算滚动费舍尔峰度的定义而无偏见。
Rolling.apply(func[, raw, engine, ...])	计算滚动自定义聚合函数。
Rolling.aggregate(func, *args, **kwargs)	使用一个或多个操作在指定轴上进行聚合。
Rolling.quantile(q[, interpolation, ...])	计算滚动分位数。
Rolling.sem([ddof, numeric_only])	计算滚动均值的标准误差。

| Rolling.rank([method, ascending, pct, ...]) | 计算滚动排名。 | ## 加权窗口函数

Window.mean([numeric_only])	计算滚动加权窗口均值。
Window.sum([numeric_only])	计算滚动加权窗口总和。
Window.var([ddof, numeric_only])	计算滚动加权窗口方差。

| Window.std([ddof, numeric_only]) | 计算滚动加权窗口标准差。 | ## 扩展窗口函数

Expanding.count([numeric_only])	计算非 NaN 观测值的扩展计数。
Expanding.sum([numeric_only, engine, ...])	计算扩展和。
Expanding.mean([numeric_only, engine, ...])	计算扩展平均值。
Expanding.median([numeric_only, engine, ...])	计算扩展中位数。
Expanding.var([ddof, numeric_only, engine, ...])	计算扩展方差。
Expanding.std([ddof, numeric_only, engine, ...])	计算扩展标准偏差。
Expanding.min([numeric_only, engine, ...])	计算扩展最小值。
Expanding.max([numeric_only, engine, ...])	计算扩展最大值。
Expanding.corr([other, pairwise, ddof, ...])	计算扩展相关性。
Expanding.cov([other, pairwise, ddof, ...])	计算扩展样本协方差。
Expanding.skew([numeric_only])	计算扩展无偏偏斜度。
Expanding.kurt([numeric_only])	计算扩展的费舍尔峰度定义，无偏。
Expanding.apply(func[, raw, engine, ...])	计算扩展自定义聚合函数。
Expanding.aggregate(func, *args, **kwargs)	使用一个或多个操作在指定轴上进行聚合。
Expanding.quantile(q[, interpolation, ...])	计算扩展分位数。
Expanding.sem([ddof, numeric_only])	计算扩展均值的标准误差。

| Expanding.rank([method, ascending, pct, ...]) | 计算扩展排名。 | ## 指数加权窗口函数

ExponentialMovingWindow.mean([numeric_only, ...])	计算 ewm（指数加权矩）均值。
ExponentialMovingWindow.sum([numeric_only, ...])	计算 ewm（指数加权矩）总和。
ExponentialMovingWindow.std([bias, numeric_only])	计算 ewm（指数加权矩）标准差。
ExponentialMovingWindow.var([bias, numeric_only])	计算 ewm（指数加权矩）方差。
ExponentialMovingWindow.corr([other, ...])	计算 ewm（指数加权矩）样本相关性。

| ExponentialMovingWindow.cov([other, ...]) | 计算 ewm（指数加权矩）样本协方差。 | ## 窗口索引器

自定义窗口边界定义的基类。

api.indexers.BaseIndexer([index_array, ...])	窗口边界计算的基类。
api.indexers.FixedForwardWindowIndexer([...])	创建固定长度窗口的窗口边界，该窗口包括当前行。

| api.indexers.VariableOffsetWindowIndexer([...]) | 基于非固定偏移量（例如 BusinessDay）计算窗口边界。 | ## 滚动窗口函数

Rolling.count([numeric_only])	计算非 NaN 观察值的滚动计数。
Rolling.sum([numeric_only, engine, ...])	计算滚动总和。
Rolling.mean([numeric_only, engine, ...])	计算滚动均值。
Rolling.median([numeric_only, engine, ...])	计算滚动中位数。
Rolling.var([ddof, numeric_only, engine, ...])	计算滚动方差。
Rolling.std([ddof, numeric_only, engine, ...])	计算滚动标准差。
Rolling.min([numeric_only, engine, ...])	计算滚动最小值。
Rolling.max([numeric_only, engine, ...])	计算滚动最大值。
Rolling.corr([other, pairwise, ddof, ...])	计算滚动相关性。
Rolling.cov([other, pairwise, ddof, ...])	计算滚动样本协方差。
Rolling.skew([numeric_only])	计算滚动无偏偏度。
Rolling.kurt([numeric_only])	计算滚动峰度的费舍尔定义，无偏。
Rolling.apply(func[, raw, engine, ...])	计算滚动自定义聚合函数。
Rolling.aggregate(func, *args, **kwargs)	使用一个或多个操作在指定轴上进行聚合。
Rolling.quantile(q[, interpolation, ...])	计算滚动分位数。
Rolling.sem([ddof, numeric_only])	计算滚动均值的标准误差。
Rolling.rank([method, ascending, pct, ...])	计算滚动排名。

加权窗口函数

Window.mean([numeric_only])	计算滚动加权窗口均值。
Window.sum([numeric_only])	计算滚动加权窗口总和。
Window.var([ddof, numeric_only])	计算滚动加权窗口方差。
Window.std([ddof, numeric_only])	计算滚动加权窗口标准差。

扩展窗口函数

Expanding.count([numeric_only])	计算非 NaN 观测值的扩展计数。
Expanding.sum([numeric_only, engine, ...])	计算扩展总和。
Expanding.mean([numeric_only, engine, ...])	计算扩展均值。
Expanding.median([numeric_only, engine, ...])	计算扩展中位数。
Expanding.var([ddof, numeric_only, engine, ...])	计算扩展方差。
Expanding.std([ddof, numeric_only, engine, ...])	计算扩展标准差。
Expanding.min([numeric_only, engine, ...])	计算扩展最小值。
Expanding.max([numeric_only, engine, ...])	计算扩展最大值。
Expanding.corr([other, pairwise, ddof, ...])	计算扩展相关性。
Expanding.cov([other, pairwise, ddof, ...])	计算扩展样本协方差。
Expanding.skew([numeric_only])	计算扩展无偏斜度。
Expanding.kurt([numeric_only])	计算无偏度的费舍尔峰度的扩展定义。
Expanding.apply(func[, raw, engine, ...])	计算扩展自定义聚合函数。
Expanding.aggregate(func, *args, **kwargs)	��用一个或多个操作在指定轴上进行聚合。
Expanding.quantile(q[, interpolation, ...])	计算扩展分位数。
Expanding.sem([ddof, numeric_only])	计算扩展均值的标准误差。
Expanding.rank([method, ascending, pct, ...])	计算扩展排名。

指数加权窗口函数

ExponentialMovingWindow.mean([numeric_only, ...])	计算 ewm（指数加权矩）均值。
ExponentialMovingWindow.sum([numeric_only, ...])	计算 ewm（指数加权矩）总和。
ExponentialMovingWindow.std([bias, numeric_only])	计算 ewm（指数加权矩）标准差。
ExponentialMovingWindow.var([bias, numeric_only])	计算 ewm（指数加权矩）方差。
ExponentialMovingWindow.corr([other, ...])	计算 ewm（指数加权矩）样本相关性。
ExponentialMovingWindow.cov([other, ...])	计算 ewm（指数加权矩）样本协方差。

窗口索引器

定义自定义窗口边界的基类。

api.indexers.BaseIndexer([index_array, ...])	用于窗口边界计算的基类。
api.indexers.FixedForwardWindowIndexer([...])	创建包括当前行的固定长度窗口的窗口边界。
api.indexers.VariableOffsetWindowIndexer([...])	根据非固定偏移（如工作日）计算窗口边界。

pandas.core.window.rolling.Rolling.count

原文：pandas.pydata.org/docs/reference/api/pandas.core.window.rolling.Rolling.count.html

Rolling.count(numeric_only=False)

计算非 NaN 观测值的滚动计数。

参数：

numeric_onlybool，默认值为 False

仅包括浮点数、整数、布尔值列。

版本 1.5.0 中的新功能。

返回：

Series 或 DataFrame

返回类型与原始对象相同，数据类型为np.float64。

另请参阅

pandas.Series.rolling

使用 Series 数据调用 rolling。

pandas.DataFrame.rolling

使用 DataFrame 调用 rolling。

pandas.Series.count

Series 的聚合计数。

pandas.DataFrame.count

DataFrame 的聚合计数。

示例

>>> s = pd.Series([2, 3, np.nan, 10])
>>> s.rolling(2).count()
0    NaN
1    2.0
2    1.0
3    1.0
dtype: float64
>>> s.rolling(3).count()
0    NaN
1    NaN
2    2.0
3    2.0
dtype: float64
>>> s.rolling(4).count()
0    NaN
1    NaN
2    NaN
3    3.0
dtype: float64 

pandas.core.window.rolling.Rolling.sum

原文：pandas.pydata.org/docs/reference/api/pandas.core.window.rolling.Rolling.sum.html

Rolling.sum(numeric_only=False, engine=None, engine_kwargs=None)

计算滚动求和。

参数：

numeric_onlybool，默认为 False

只包括浮点数、整数和布尔值列。

版本 1.5.0 中的新功能。

enginestr，默认为 None

• 'cython'：通过 cython 的 C 扩展运行操作。

• 'numba'：通过 Numba 的 JIT 编译代码运行操作。

• None：默认为'cython'或全局设置compute.use_numba

  版本 1.3.0 中的新功能。

engine_kwargsdict，默认为 None

• 对于'cython'引擎，没有接受的engine_kwargs

• 对于'numba'引擎，引擎可以接受nopython、nogil和parallel字典键。值必须是True或False。'numba'引擎的默认engine_kwargs为{'nopython': True, 'nogil': False, 'parallel': False}

  版本 1.3.0 中的新功能。

返回：

Series 或 DataFrame

返回类型与原始对象相同，具有np.float64数据类型。

另请参见

pandas.Series.rolling

使用 Series 数据调用 rolling。

pandas.DataFrame.rolling

使用 DataFrame 调用 rolling。

pandas.Series.sum

Series 的聚合求和。

pandas.DataFrame.sum

DataFrame 的聚合求和。

注意

请参阅 Numba 引擎和 Numba（JIT 编译）以获取 Numba 引擎的扩展文档和性能考虑。

示例

>>> s = pd.Series([1, 2, 3, 4, 5])
>>> s
0    1
1    2
2    3
3    4
4    5
dtype: int64 

>>> s.rolling(3).sum()
0     NaN
1     NaN
2     6.0
3     9.0
4    12.0
dtype: float64 

>>> s.rolling(3, center=True).sum()
0     NaN
1     6.0
2     9.0
3    12.0
4     NaN
dtype: float64 

对于 DataFrame，每个求和都是逐列计算的。

>>> df = pd.DataFrame({"A": s, "B": s ** 2})
>>> dfA   B
0  1   1
1  2   4
2  3   9
3  4  16
4  5  25 

>>> df.rolling(3).sum()A     B
0   NaN   NaN
1   NaN   NaN
2   6.0  14.0
3   9.0  29.0
4  12.0  50.0