【数据分析师_04_Python数据分析基础】002_Pandas时序分析（pd.date_range() 时间序列）

最新推荐文章于 2024-05-24 13:22:41 发布

Lyun911

最新推荐文章于 2024-05-24 13:22:41 发布

阅读量466

点赞数

分类专栏：数据分析师文章标签： python 数据分析 pandas

本文链接：https://blog.csdn.net/Lyun911/article/details/112688893

版权

本文介绍了Pandas中用于生成时间序列的`date_range()`函数，包括如何生成时间序列作为index，创建具有特定间隔的时间序列，查找缺失日期以及按时间序列查看数据的方法。示例代码展示了如何使用这些功能。

摘要由CSDN通过智能技术生成

转载请注明出处 😃！
手动反爬：Pandas时序分析（pd.date_range() 时间序列）
https://blog.csdn.net/Lyun911/article/details/112688893
注：以下使用 Jupyter Notebook 演示

2 pd.date_range() 时间序列

什么是 Date_range

Pandas 中的 .date_range() 函数用来生成一个日期序列，在需要构造一个日期序列的时候非常方便

用到的 DEMO：
在这里插入图片描述

import pandas as pd
df = pd.read_csv("aapl_no_dates.csv")
df.head()

在这里插入图片描述

pd.date_range() 生成时间序列，作为 index：

# 生成一整段时间（按天）
rng = pd.date_range(
    start = '6/1/2016',
    end = '6/30/2016'
)

# freq = 'B' 生成按工作日的时间序列
rng = pd.date_range(
    start

关注

专栏目录