我想要一个25小时偏移的熊猫时期范围,我看到有两种方法可以做到这一点(见here):
第一种方法是使用我尝试的freq=25H
,并给了我正确的答案:
import pandas as pd
pd.period_range(start='2016-01-01 10:00', freq = '25H', periods = 10)
,结果是
PeriodIndex(['2016-01-01 10:00', '2016-01-02 11:00', '2016-01-03 12:00',
'2016-01-04 13:00', '2016-01-05 14:00', '2016-01-06 15:00',
'2016-01-07 16:00', '2016-01-08 17:00', '2016-01-09 18:00',
'2016-01-10 19:00'],
dtype='int64', freq='25H')
然而,使用freq=1D1H
的第二种方式给了我一个相当奇怪的结果:
pd.period_range(start='2016-01-01 10:00', freq = '1D1H', periods = 10)
我得到了
PeriodIndex(['1971-12-02 01:00', '1971-12-02 02:00', '1971-12-02 03:00',
'1971-12-02 04:00', '1971-12-02 05:00', '1971-12-02 06:00',
'1971-12-02 07:00', '1971-12-02 08:00', '1971-12-02 09:00',
'1971-12-02 10:00'],
dtype='int64', freq='25H')
所以也许1D1H
不是指定频率的有效方法? 1971
是怎么出现的? (我还尝试使用1D1H
作为date_range()
方法的频率,这确实得到了正确的答案。)
pd.date_range('2016-01-01 10:00', freq = '1D1H', periods = 10)
DatetimeIndex(['2016-01-01 10:00:00', '2016-01-02 11:00:00',
'2016-01-03 12:00:00', '2016-01-04 13:00:00',
'2016-01-05 14:00:00', '2016-01-06 15:00:00',
'2016-01-07 16:00:00', '2016-01-08 17:00:00',
'2016-01-09 18:00:00', '2016-01-10 19:00:00'],
dtype='datetime64[ns]', freq='25H')
编辑:虽然period_range()
freq=1D1H
不起作用,但freq=1H1D
显示allCourses() {
if(this.props.courses){
return this.props.courses.map((course) => {
return(
<li>{ course.name }</li>
);
});
}
else {
return [];
}
。原因尚不清楚。
EDIT2:这已被确定为错误,请参阅下面的答案。