【pandas】之 pandas.date_range 函数

最新推荐文章于 2023-12-07 10:22:15 发布

tz_zs

最新推荐文章于 2023-12-07 10:22:15 发布

阅读量6.8k

点赞数 13

分类专栏： # 科学计算库文章标签： panda date_range pandas.date_range

本文链接：https://blog.csdn.net/tz_zs/article/details/80912959

版权

科学计算库专栏收录该内容

33 篇文章 12 订阅

订阅专栏

____tz_zs

使用 pandas.date_range 函数，能够非常方便的生成指定频率、指定起始时间的时间序列。

一、pandas.date_range 参数介绍

pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)

参数：

start：string 或 datetime-like，默认值是 None，表示日期的起点。
end：string 或 datetime-like，默认值是 None，表示日期的终点。
periods：integer 或 None，默认值是 None，表示你要从这个函数产生多少个日期索引值；如果是 None 的话，那么 start 和 end 必须不能为 None。
freq：string 或 DateOffset，默认值是 'D'，表示以自然日为单位，这个参数用来指定计时单位，比如 '5H' 表示每隔 5 个小时计算一次。
tz：string 或 None，表示时区，例如：'Asia/Hong_Kong'。
normalize：bool，默认值为 False，如果为 True 的话，那么在产生时间索引值之前会先把 start 和 end 都转化为当日的午夜 0 点。
name：str，默认值为 None，给返回的时间索引指定一个名字。
closed：string 或者 None，默认值为 None，表示 start 和 end 这个区间端点是否包含在区间内，可以有三个值，'left' 表示左闭右开区间，'right' 表示左开右闭区间，None 表示两边都是闭区间。

返回值：

DatetimeIndex

简单示例：

#!/usr/bin/python2.7
# -*- coding:utf-8 -*-

"""
tz_zs
"""
import pandas as pd
import time

date_time_index = pd.date_range(start="6/29/2018", end="7/2/2018")
print date_time_index

date_time_index = pd.date_range(start="6/29/2018", periods=4)
print date_time_index

date_time_index = pd.date_range(periods=4, end="7/2/2018")
print date_time_index

date_time_index = pd.date_range(start="2018-06-29", end="2018-07-02")
print date_time_index

date_time_index = pd.date_range(start="2018-6-29", end="2018-7-2")
print date_time_index

'''
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
'''

参数 freq

数据格式 string 或 DateOffset，默认值是 'D'，表示以自然日为单位。这个参数用来指定计时频率，比如 '5H' 表示每隔 5 个小时计算一次。

一些串别名被赋予有用的常见时间序列频率。我们将把这些别名称为偏移别名。

B 工作日频率
D 日历日频率
W 每周频率
W-SUN 星期天为起始(Sundays). 等同 ‘W’
W-MON 星期一为起始(Mondays)
W-TUE 星期二为起始(Tuesdays)
W-WED 星期三为起始(Wednesdays)
W-THU 星期四为起始(Thursdays)
W-FRI 星期五为起始(Fridays)
W-SAT 星期六为起始(Saturdays)
WOM 每月的第几周的第几天

BH 工作小时级频率
H 小时级频率
T,min 分钟级频率
S 秒级频率
L,ms 毫秒
U,us 微秒
N 纳秒

M 月结束频率，如'2018-11-30', '2018-12-31'
SM 半月结束频率（15日和月末）
BM 工作月结束频率
MS 月起始频率，如'2018-12-01'
SMS 短信半月开始频率（第1和第15）
BMS 工作月份开始频率

Q 季末频率
BQ 工作季度结束频率
QS 季度开始频率
BQS 工作季度开始频率

A,Y 年结束频率，如'2000-12-31'
A-DEC 年级别的频率，以十二月（December）为年底，等同 'A'。
A-JAN 年级别的频率，以一月（January ）为年底。（其他二到十一月：FEB、MAR、APR、MAY、JUN、JUL、AUG、SEP、OCT、NOV）
BA,BY 工作年度结束频率
AS,YS 年开始频率
BAS,BYS 工作年度开始频率

更多：https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#timeseries-offset-aliases

示例：

# freq 字段
date_time_index = pd.date_range(start="2018-01-01", end="2018-07-01", freq='M')
print date_time_index

date_time_index = pd.date_range(start="2018-01-01", end="2018-07-01", freq='3M')
print date_time_index
'''
DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31', '2018-04-30',
               '2018-05-31', '2018-06-30'],
              dtype='datetime64[ns]', freq='M')
DatetimeIndex(['2018-01-31', '2018-04-30'], dtype='datetime64[ns]', freq='3M')
'''

# 组合频率
d = pd.date_range("20190101", "20190215", freq='7D')
print(d)
"""
DatetimeIndex(['2019-01-01', '2019-01-08', '2019-01-15', '2019-01-22',
               '2019-01-29', '2019-02-05', '2019-02-12'],
              dtype='datetime64[ns]', freq='7D')
"""

d = pd.date_range("20190101", "20190102", freq='2h30min')
print(d)
"""
DatetimeIndex(['2019-01-01 00:00:00', '2019-01-01 02:30:00',
               '2019-01-01 05:00:00', '2019-01-01 07:30:00',
               '2019-01-01 10:00:00', '2019-01-01 12:30:00',
               '2019-01-01 15:00:00', '2019-01-01 17:30:00',
               '2019-01-01 20:00:00', '2019-01-01 22:30:00'],
              dtype='datetime64[ns]', freq='150T')
"""

WOM 每月的第几周的第几天

#!/usr/bin/python2.7
# -*- coding:utf-8 -*-
import pandas as pd

date_range = pd.date_range(start="2018-11-16", end="2019-01-08", freq="W-MON")
print(date_range)
"""
DatetimeIndex(['2018-11-19', '2018-11-26', '2018-12-03', '2018-12-10',
               '2018-12-17', '2018-12-24', '2018-12-31', '2019-01-07'],
              dtype='datetime64[ns]', freq='W-MON')
"""
date_range = pd.date_range(start="2018-09-16", end="2019-03-18", freq="WOM-2MON")  # 每月的第二个星期一
print(date_range)
"""
DatetimeIndex(['2018-10-08', '2018-11-12', '2018-12-10', '2019-01-14',
               '2019-02-11', '2019-03-11'],
              dtype='datetime64[ns]', freq='WOM-2MON')
"""

参数 tz

参数 tz 默认值：None，可以是 string 或 None，表示时区，例如：'Asia/Hong_Kong'。

# tz 字段，设置时区
date_time_index = pd.date_range(start="2018-06-29", end="2018-07-02", tz='Asia/Hong_Kong')
print date_time_index
'''
DatetimeIndex(['2018-06-29 00:00:00+08:00', '2018-06-30 00:00:00+08:00',
               '2018-07-01 00:00:00+08:00', '2018-07-02 00:00:00+08:00'],
              dtype='datetime64[ns, Asia/Hong_Kong]', freq='D')
'''

参数 closed

参数 closed 默认值为 None，可以是 string 或者 None，表示 start 和 end 这个区间端点是否包含在区间内，可以有三个值，'left' 表示左闭右开区间，'right' 表示左开右闭区间，None 表示两边都是闭区间。

# closed 字段的作用
date_time_index = pd.date_range(start="2018-06-29", end="2018-07-02", closed=None)
print date_time_index
date_time_index = pd.date_range(start="2018-06-29", end="2018-07-02", closed='left')
print date_time_index
date_time_index = pd.date_range(start="2018-06-29", end="2018-07-02", closed='right')
print date_time_index
'''
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
DatetimeIndex(['2018-06-29', '2018-06-30', '2018-07-01'], dtype='datetime64[ns]', freq='D')
DatetimeIndex(['2018-06-30', '2018-07-01', '2018-07-02'], dtype='datetime64[ns]', freq='D')
'''

二、pandas.DatetimeIndex

pandas.date_range 函数的返回值为一个 pandas.DatetimeIndex 对象。他是一个 datetime64 数据格式的不可变 ndarray，内部实现为 int64，可以携带频率信息等元数据传入到 Timestamp 对象(datetime 的子类)中。

pandas.DatetimeIndex 有许多属性和方法，能方便的转化和获取想要的输出结果。在此不做赘述，以后与同类型对象一起介绍。

属性：
year
month
day
hour
minute
second
microsecond
nanosecond
date
time
timetz
dayofyear
weekofyear
week
dayofweek
weekday
quarter
tz
freq
freqstr
is_month_start
is_month_end
is_quarter_start
is_quarter_end
is_year_start
is_year_end
is_leap_year
inferred_freq

方法：
normalize
strftime
snap
tz_convert
tz_localize
round
floor
ceil
to_period
to_perioddelta
to_pydatetime
to_series
to_frame
month_name
day_name
mean

三、打印输出不同格式的日期格式字符串

#!/usr/bin/python2.7
# -*- coding:utf-8 -*-

"""

@author:    tz_zs

"""
from collections import Iterator
import pandas as pd

date_range = pd.date_range(start="2017-01-01 10:00:00", end="2017-01-01 14:00:00", closed="left", freq="1h").format(formatter=lambda x: x.strftime('%Y-%m-%dT%H-%M-%SZ-1min'))
print(date_range)  # list
"""
['2017-01-01T10-00-00Z-1min', '2017-01-01T11-00-00Z-1min', '2017-01-01T12-00-00Z-1min', '2017-01-01T13-00-00Z-1min']
"""

date_range2 = pd.date_range(start="2017-01-01 10:00:00", end="2017-01-01 14:00:00", closed="left", freq="1h").tolist()
print(date_range2)  # list
"""
[Timestamp('2017-01-01 10:00:00', freq='H'), Timestamp('2017-01-01 11:00:00', freq='H'), Timestamp('2017-01-01 12:00:00', freq='H'), Timestamp('2017-01-01 13:00:00', freq='H')]
"""

date_range3 = pd.date_range(start="2017-01-01 10:00:00", end="2017-01-01 14:00:00", closed="left", freq="1h")
date_range3_iter = date_range3.__iter__()  # generator
print(isinstance(date_range3, Iterator))  # False
print(isinstance(date_range3_iter, Iterator))  # True
for i in range(date_range3.size):
    range_next = date_range3_iter.next()
    print(range_next)  # Timestamp
"""
2017-01-01 10:00:00
2017-01-01 11:00:00
2017-01-01 12:00:00
2017-01-01 13:00:00
"""

for i in date_range3:
    print(i)  # Timestamp
"""
2017-01-01 10:00:00
2017-01-01 11:00:00
2017-01-01 12:00:00
2017-01-01 13:00:00
"""

四、参考：

end

tz_zs

关注

13
点赞
踩
75

收藏

觉得还不错? 一键收藏
2
评论
【pandas】之 pandas.date_range 函数

____tz_zs使用pandas.date_range 函数，能够非常方便的生成指定频率、指定起始时间的时间序列。一、pandas.date_range 参数介绍pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=N...
复制链接

扫一扫