pandas 时间序列之日期范围、频率及移动

最新推荐文章于 2024-08-23 09:48:05 发布

code_new_life

最新推荐文章于 2024-08-23 09:48:05 发布

阅读量7.2k

点赞数

分类专栏： python函数辨析文章标签： python datetime

本文链接：https://blog.csdn.net/weixin_38656890/article/details/79782188

版权

本文介绍了如何使用pandas创建日期范围，包括从开始和结束时间、开始时间和间隔、结束时间和间隔的方式。还讨论了如何设置特定频率，如每月最后一个工作日，并列举了多种可用的频率选项。此外，提到了normalize参数用于规范化时间到午夜，以及freq参数在datetime对象上的应用。pandas的日期偏移量可以实现向前或向后的滚动，特别是锚点偏移量如MonthEnd。最后，文章展示了在groupby和滚动方法中的巧妙应用。

摘要由CSDN通过智能技术生成

生成日期范围用到函数为 pandas.date_range ：
使用时有三种方法：

第一种传入开始和结束时间：

index = pd.date_range('4/1/2012', '6/1/2012')  #默认按天计算
index

DatetimeIndex(['2012-05-13', '2012-05-14', '2012-05-15', '2012-05-16',
               '2012-05-17', '2012-05-18', '2012-05-19', '2012-05-20',
               '2012-05-21', '2012-05-22', '2012-05-23', '2012-05-24',
               '2012-05-25', '2012-05-26', '2012-05-27', '2012-05-28',
               '2012-05-29', '2012-05-30', '2012-05-31', '2012-06-01'],
              dtype='datetime64[ns]', freq='D')

第二种传入开始时间和时间间隔

pd.date_range(start='4/1/2012', periods=20)

DatetimeIndex(['2012-04-01', '2012-04-02', '2012-04-03', '2012-04-04',
               '2012-04-05', '2012-04-06', '2012-04-07', '2012-04-08',
               '2012-04-09', '2012-04-10', '2012-04-11', '2012-04-12',
               '2012-04-13', '2012-04-14', '2012-04-15', '2012-04-16',
               '2012-04-17', '2012-04-18', '2012-04-19', '2012-04-20'],
              dtype='datetime64[ns]', freq='D')