python生成序列_利用Python中的pandas(date_range)库生成时间序列(time series)

在讲pandas时间序列函数之前，我大概介绍下什么是时间序列（time series）。时间序列（time series）简单的说就是各时间点上形成的数值序列，时间序列（time series）分析就是通过观察历史数据预测未来的值。比如股票预测、房价预测分析等。本篇文章主要详细讲解生成时间索引的函数date_range及延伸函数。

pandas.date_range

pandas.date_range()这个函数主要是返回固定频率的时间索引，参数比较多，下面我们依次演示常用的参数用法。

根据指定的起止时间，生成时间序列import pandas as pdpd.date_range(start='2019-1-09', end='2019-1-31')

根据起止时间生成

根据起止时间，并指定时间序列数量pd.date_range(start='2019-1-09', end='2019-1-10',periods=10)

根据指定数量生成

根据开始时间和指定数量生成pd.date_range(start='2019-1-09',periods=10)

根据开始时间和periods生成

根据指定的频率生成时间点pd.date_range(start='2019-1-09',periods=10,freq='H')

指定以小时为频率

比较上面可以看出，date_range中默认以天为频率，如果我们需要其他单位的频率必须用freq这个参数指定，并且可以是基础频率的倍数，如下：

pd.date_range(start='2019-1-09',periods=10,freq='12H')

freq=12H

这里可选的频率有很多，大家在使用的时候查看官方文档即可，这里不在一一举例，附一张官方文档中的图。

频率可选值

根据closed参数选择是否包含开始和结束时间，left包含开始时间，不包含结束时间，right与之相反。pd.date_range(start='2019-01-09', end='2019-01-14', closed=None)pd.date_range(start='2019-01-09', end='2019-01-14', closed='left')pd.date_range(start='2019-01-09', end='2019-01-14', closed='right')

closed空值起止时间

时间序列作为索引并根据索引取值

生成时间序列

根据时间索引取值

truncate过滤

time.truncate(before='2019-01-12')

可以看到truncate这个函数将before指定日期之前的值全部过滤出去。既然有before，那么就有after，如下：

time.truncate(after='2019-01-12')

过滤after之后的数据

pandas.Timestamp

这个类主要是用来生成时间戳的，如下：

pd.Timestamp('2019-01-10')

pandas.Timedelta

pd.Timedelta('2day')

pd.Timestamp('2019-01-10')+pd.Timedelta('2day')