Python数据分析36——datetime模块（四）之日期

日期

接下来，会有日期的范围和频率与移动的内容。

日期范围

使用pandas模块的date.range() 函数可以创建指定 长度的datetimeindex索引。

index = pd.date_range('2019/4/1', '2019/5/10')

上面的两个参数是开始和结束Dev 时间，时间戳的间距默认是一天。这个肯定是可以改的——freq。下面演示用月作为间隔。

index = pd.date_range('2018/4/1', '2019/5/10', freq='M')
index

指定开始日期和长度，可以新建一个时间段。

pd.date_range(end='2019/5/6', periods=10)

可以加上时分秒。

pd.date_range(start='2018/5/8 16:12:13', periods=10)

使时间段变得规范化。

pd.date_range(start='2018/5/8 16:12:13', periods=10, normalize=True)

频率

指定4H为频率创建DataFrame对象。

pd.date_range(start='2018/4/1', periods=10, freq='4H')

还可以创建更加详细的freq参数。

pd.date_range(start='2018/4/1', periods=10, freq='4H10min10s')

时间序列的基础频率对照表i：

名称	说明
D	日历日
B	工作日
H	小时
T	分钟
min	分钟
S	秒
M	每月的最后一个日历日
BM	每月的最后一个工作日
A-JAN	每年指定月份的最后一个日历日
A-FEB	每年指定月份的最后一个日历日

移动

通过shift() 可以沿着时间索引向前或者向后移动。

新建Series对象。

date4 = pd.date_range('2018/5/7', periods=5)
s = pd.Series(np.arange(5), index=date4)

1. 向前

2. 向后

上面两个前后移动，不会修改索引但是会丢失某些数据。如果在移动时，加入freq参数就可以避免丢失。