本文介绍了如何在Python中使用pandas创建和操作时间序列数据。通过示例展示了如何创建Datetimeindex，以及如何利用date_range函数生成指定时间范围的日期序列，并解释了相关参数的用法。
1.时间序列 TimeSeries：以Datetimeindex为index的Series，就是时间序列。
t1=pd.DatetimeIndex(['2017/8/1','2018/8/2','2018/8/3','2018/8/4/','2018/8/5'])
print(t1,type(t1))
DatetimeIndex(['2017-08-01', '2018-08-02', '2018-08-03', '2018-08-04',
'2018-08-05'],
dtype='datetime64[ns]', freq=None) 'pandas.core.indexes.datetimes.DatetimeIndex'>
#先创建一个Datetimeindex,再创建一个相同长度的Series，将Datetimeindex作为index
st=pd.Series(np.random.rand(len(t1)),index=t1)
print(st,type(st))
print(st.index)
2017-08-01 0.683852
2018-08-02 0.867447
2018-08-03 0.789696
2018-08-04 0.781954
2018-08-05 0.876142
dtype: float64 'pandas.core.series.Series'>
DatetimeIndex(['2017-08-01', '2018-08-02', '2
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
