Pandas period_range

最新推荐文章于 2023-08-29 18:05:08 发布
最新推荐文章于 2023-08-29 18:05:08 发布
阅读量405 收藏
点赞数
分类专栏： pandas 文章标签： pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/claroja/article/details/103049917
版权

pandas.period_range(start=None, end=None, periods=None, freq=None, name=None)

参数描述

start : string or period-like, default None
end : string or period-like, default None
periods : integer, default None
freq : string or DateOffset, optional
name : string, default None

pd.period_range(start='2017-01-01', end='2018-01-01', freq='M')

参考:
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.period_range.html?highlight=period_range#pandas.period_range

Claroja
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【Pandas数据处理100例】（九十）：Pandas使用period_range()生成固定间隔日期
CSDN 精品推荐
11-30 362
该函数可以生成固定时间间隔的日期start：开始日期end：结束日期periods：时间间隔freq：时间频率。
Pandas的时间序列Period,period_range---详解（29）
qq_36622490的博客
09-15 4163
Period Pandas的Period可以定义一个时期，或者说具体的一个时段。有这个时段的起始时间start_time、终止时间end_time等属性信息，其参数freq和之前的date_range里的freq参数类似，可以取'S'、'D'等。 import pandas as pd p = pd.Period('2018-12-15', freq = "A") print p.start_time, p.end_time, p + 1, p print pd.Period('2013-1-9 11
Pandas-时期（三）：pd.period_range()【创建时期范围】【返回PeriodIndex类型】
u013250861的博客
04-10 743
import numpy as np import pandas as pd # pd.period_range()创建时期范围 # 数据格式为PeriodIndex，单个数值为Period periods = pd.period_range(start='1/1/2011', end='1/1/2012', freq='M') print("periods = {0}, type(periods) = {1}".format(periods, type(periods))) print("-" * 5
58 pandas 时间序列-PeriodIndex/pd.period_range时间段索引(tcy)
tcy-阿春
01-19 3988
PeriodIndex 2019/1/19 Period被收集的常规的对象序列，可以用PeriodIndex，period_range创建 1.1函数：  class pd.PeriodIndex(data=None, ordinal=None, freq=None, start=None,end=None, periods=None, tz=None, dtype=None, copy=...
Pandas中的period_range()与date_range()区别
最新发布
Java/Python/大数据干货分享
08-29 459
pd.date_range(sta, end, periods, freq)：频率freq参数都支持，生成的是DatetimeIndex格式的日期序列。pd.period_range()：部分频率freq参数不支持，生成的是PeriodIndex格式的日期序列。freq=QS：每个季度初，生成4个季度。freq=Q：每个季度末，生成4个季度。freq=D：每个日历日，生成12天。freq=B：每个工作日，生成12天。freq=YS：每个年初，生成4年。freq=Y：每个年末，生成4年。
Pandas时间序列:时期(period)及其算术运算详解
09-17
本篇文章主要探讨了Pandas中的“时期”（Period）概念以及与其相关的算术运算。 时间序列在数据分析中扮演着核心角色，因为它允许我们处理时间戳、时间间隔和时期。在Python中，Pandas提供了专门的数据结构来存储和...
python Pandas库基础分析之时间序列的处理详解
09-19
Pandas提供了`pd.date_range()`和`pd.period_range()`两个函数，用于生成连续的时间序列。`pd.date_range()`生成的是基于`DatetimeIndex`的序列，而`pd.period_range()`则生成基于`PeriodIndex`的序列。两者的主要...
pandas官方文档中文版1
08-04
dates = pd.date_range('20130101', periods=6) df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD')) ``` 这会创建一个6行4列的DataFrame，索引为日期，数据是随机生成的正态分布值。...
Pandas时间序列:重采样及频率转换方式
09-18
rng = pd.date_range('1/1/2000', periods=100, freq='D') ts = pd.Series(np.random.randn(len(rng)), index=rng) ``` 然后，我们可以使用 `resample` 函数进行降采样，例如按月进行平均： ```python ts.resample('...
Pandas时间序列：时期(period)及其算术运算
bqw的博客
07-06 3万+
import pandas as pd import numpy as np 一、时间类型及其在python中对应的类型 时间戳–timestamp 时间间隔–timedelta 时期–period 二、时期 时期表示的是时间区间，比如数日、数月、数季、数年等 1.定义一个Period p = pd.Period(2007,freq='A-DEC') #表示以12月...
Pandas-数据类型-时期（三）：pd.period_range()【创建时期范围】【返回PeriodIndex类型】
u013250861的博客
04-10 426
import numpy as np import pandas as pd # pd.period_range()创建时期范围 # 数据格式为PeriodIndex，单个数值为Period prng = pd.period_range('1/1/2011', '1/1/2012', freq='M') print("prng = {0}, type(prng) = {1}".format(prng, type(prng))) print("-" * 50) print("prng[0] = {0},
Pandas的时间序列数据高级处理（27）
qq_36622490的博客
12-10 621
Pandas的时间序列数据-Period时期 Pandas的Period可以定义一个时期，或者说具体的一个时段。有这个时段的起始时间start_time、终止时间end_time等属性信息，其参数freq和之前的date_range里的freq参数类似，可以取'S'、'D'等。 import pandas as pd p = pd.Period('2018-12-15', freq = "A...
【数据分析师_04_Python数据分析基础】005_Pandas时序分析（pd.Period 和 pd.PeriodIndex 的使用）
Lyun911的博客
01-16 1421
Pandas的时序分析5 pd.Period 和 pd.PeriodIndex 的使用5.1 pd.Period('0000-00-00 00:00:00', freq = 'Y/Q/M/W/D/H')5.1.1 freq = 'Y'5.1.2 freq = 'Q'5.1.3 freq = 'M'5.1.4 freq = 'W'5.1.5 freq = 'D'5.1.6 freq = 'H'5.2 pd.period_range() 的用法5.3 使用 沃尔玛的营收数据 演示（设置季度起止） 注：以下使用
python pandas 日期计算_Pandas时间序列:时期(period)及其算术运算详解
weixin_39597323的博客
12-12 2176
import pandas as pdimport numpy as np一、时间类型及其在python中对应的类型时间戳–timestamp时间间隔–timedelta时期–period二、时期时期表示的是时间区间，比如数日、数月、数季、数年等1.定义一个Periodp = pd.Period(2007,freq='A-DEC') #表示以12月作为结束的一整年，这里表示从2007-01-01到...
pandas小记：pandas时间序列分析和处理Timeseries
热门推荐
皮皮blog
08-15 10万+
http://blog.csdn.net/pipisorry/article/details/52209377pandas 最基本的时间序列类型就是以时间戳（TimeStamp）为 index 元素的 Series 类型。其它时间序列处理相关的包[P4J 0.6: Periodic light curve analysis tools based on Information Theory][p4
pandas中时间序列——date_range函数
每天进步一点点2017
08-12 9万+
通过?pandas.date_range命令查看date_range函数帮助文档 语法：pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs) 该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，
利用python进行数据分析-时间序列3
zhuhengv的博客
08-28 1万+
1.时期的频率转换 Period和PeriodIndex对象都可以通过其asfreq方法被转换成别的频率。假设我们有一个年度时期，希望将其转换为当年年初或年末的一个月度时期 p=pd.Period('2007',freq='A-DEC') print p.asfreq('M',how='start') print p.asfreq('M',how='end') 结果为： 2007-01
pandas中的几个时间序列生成函数
molaum的博客
10-02 1395
文章目录pd.date_range函数pd.period_range函数pd.timedelta_range函数pd.interval_range函数 最近在处理跟时间相关的数据，用到了pandas中的datetime的几个函数，本篇来说一下pandas中几个常见的时间序列生成函数。 pd.date_range函数 pd.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=N
关于pandas的时间序列中的freq频率参数如何设置的官方参考说明【以date_range方法中的freq参数举例】
weixin_43343144的博客
10-30 1万+
# 以季度Q【季度为频率】生成13个时间 x = pd.period_range("2019-01", periods=13, freq="Q") # 以季度Q【年为频率】生成13个时间 x = pd.period_range("2019-01", periods=13, freq="Y") # 以季度Q【2个月为频率】生成13个时间 x = pd.period_range("2019-01...
pd.period_range
06-13
`pd.period_range()`是pandas库中用于生成指定时间范围内的区间（Period）的函数。该函数的基本用法如下： ``` pd.period_range(start=None, end=None, periods=None, freq=None, name=None) ``` 其中，参数含义...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值