pandas.date_range(start=None, end=None, periods=None, freq=’D’, tz=None, normalize=False, name=None, closed=None, **kwargs)
参数start:string或datetime-like,默认值是None,表示日期的起点。
end:string或datetime-like,默认值是None,表示日期的终点。
periods:integer或None,默认值是None,表示你要从这个函数产生多少个日期索引值;如果是None的话,那么start和end必须不能为None。
freq:string或DateOffset,默认值是’D’,表示以自然日为单位,这个参数用来指定计时单位,比如’5H’表示每隔5个小时计算一次。
tz:string或None,表示时区,例如:’Asia/Hong_Kong’。
normalize:bool,默认值为False,如果为True的话,那么在产生时间索引值之前会先把start和end都转化为当日的午夜0点。
name:str,默认值为None,给返回的时间索引指定一个名字。
closed:string或者None,默认值为None,表示start和end这个区间端点是否包含在区间内,可以有三个值,’left’表示左闭右开区间,’right’表示左开右闭区间,None表示两边都是闭区间。
#!/usr/bin/env python # -*- coding:utf-8 -*- import pandas as pd import numpy as np import datetime from pylab import * # encoding=utf8 # import sys reload(sys) sys.setdefaultencoding('utf-8') #解决文件输入编码问题# def main(): # Time Series# t_exam = pd.date_range("20170301", periods=10, freq="S") print (t_exam) # Graph ts = pd.Series(np.random.randn(1000), index=pd.date_range("20170301", periods=1000))#1000天的数# ts = ts.cumsum()# cumsum()函数中:生成的每一项矩阵元素均是从原矩阵首项累加到对应项的元素之和 # ts.plot()#pylab# show() # File df = pd.read_csv("./data/May turnover.csv", encoding="gb2312")#读取时在后面加入encoding="gb2312"基本可以保证不乱码 # 例外的情况,用encoding = "gb18030"就能解决# # 自己输入的中文可以在前面+u # print (df) df2 = pd.read_excel("./data/May turnover.xlsx", "Sheet1",encoding="gb2312") print ("Excel",df2) df.to_csv("./data/May2 turnover.csv") df2.to_excel("./data/May2 turnover.xlsx","Sheet2", encoding="gb18030") if __name__ == "__main__": main()
关注了叫李茂的大神的博客,受益良多。crifan~