這篇文章給大家分享的是有關(guān)怎樣用datetime去除重復(fù)python3時(shí)間的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考。一起跟隨小編過來看看吧。

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個(gè)行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長期合作伙伴，公司提供的服務(wù)項(xiàng)目有：主機(jī)域名、虛擬主機(jī)、營銷軟件、網(wǎng)站建設(shè)、連城網(wǎng)站維護(hù)、網(wǎng)站推廣。

主要分為以下兩點(diǎn)

1）.index.is_unique檢查索引日期是否是的

2）對非時(shí)間戳的數(shù)據(jù)進(jìn)行聚合，通過groupby，并傳入level = 0（索引的一層）

dates = pd.DatetimeIndex(['2017/06/01','2017/06/02','2017/06/02','2017/06/02','2017/06/03'])
dates
 DatetimeIndex(['2017-06-01', '2017-06-02', '2017-06-02', '2017-06-02',
   '2017-06-03'],
   dtype='datetime64[ns]', freq=None)
 
dup_ts = pd.Series(np.arange(5),index = dates)
dup_ts
 2017-06-01 0
 2017-06-02 1
 2017-06-02 2
 2017-06-02 3
 2017-06-03 4
 dtype: int32
 
dup_ts.index.is_unique
 False
dup_ts['2017-06-02']
 2017-06-02 1
 2017-06-02 2
 2017-06-02 3
 dtype: int32
 
grouped = dup_ts.groupby(level=0).mean()
grouped
 2017-06-01 0
 2017-06-02 2
 2017-06-03 4
 dtype: int32
 
dup_df = pd.DataFrame(np.arange(10).reshape((5,2)),index = dates )
dup_df
0   1
2017-06-01  0   1
2017-06-02  2   3
2017-06-02  4   5
2017-06-02  6   7
2017-06-03  8   9
grouped_df = dup_df.groupby(level=0).mean()##針對DataFrame
grouped_df

感謝各位的閱讀！關(guān)于怎樣用datetime去除重復(fù)python3時(shí)間就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學(xué)到更多知識。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！

當(dāng)前文章：怎樣用datetime去除重復(fù)python3時(shí)間-創(chuàng)新互聯(lián)
鏈接分享：http://weahome.cn/article/csiooj.html