python pandas中时间类型

pd.to_datetime(str(t_date))

pd.Timestamp(t_date)

#t_date的前一天

pre_date = pd.Timestamp(str(t_date)) - pd.Timedelta(days=1)

#生成一段时间内的所有日期，给定频率

ploygonTime = pd.date_range('20030101','20231029',freq='1M')

pd.to_datetime(str(t_date))：这个函数将一个字符串表示的日期转换为pandas的Timestamp对象。t_date是一个日期字符串，通过str()函数将其转换为字符串形式，然后使用pd.to_datetime()将其转换为Timestamp对象。

pd.Timestamp(t_date)：这个函数将一个日期字符串直接转换为pandas的Timestamp对象。与前一个函数类似，但是不需要使用str()函数进行转换。

pre_date = pd.Timestamp(str(t_date)) - pd.Timedelta(days=1)：这行代码计算了t_date的前一天日期。pd.Timestamp(str(t_date))将t_date转换为Timestamp对象，然后使用pd.Timedelta(days=1)创建一个时间增量，表示1天的时间间隔。通过减去这个时间增量，就可以得到t_date的前一天日期。

ploygonTime = pd.date_range('20030101','20231029',freq='1M')：这行代码生成了一个日期范围，从2003年1月1日到2023年10月29日，频率为每月（'1M'）。pd.date_range()函数用于生成一段时间内的所有日期，给定的起始日期和结束日期以及频率参数。在这个例子中，生成了从2003年1月1日开始的每个月的日期。