pandas.date_range函数

语法：pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)

该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。

主要参数说明：

periods：固定时期，取值为整数或None

freq：日期偏移量，取值为string或DateOffset，默认为'D'

normalize：若参数为True表示将start、end参数值正则化到午夜时间戳

name：生成时间索引对象的名称，取值为string或None

closed：可以理解成在closed=None情况下返回的结果中，若closed=‘left’表示在返回的结果基础上，再取左开右闭的结果，若closed='right'表示在返回的结果基础上，再取做闭右开的结果

[python]  view plain  copy

1. In [11]: import pandas as pd  
2.   
3. In [12]: pd.date_range(start='20170101',end='20170110')  
4. Out[12]:  
5. DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',  
6.                '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',  
7.                '2017-01-09', '2017-01-10'],  
8.               dtype='datetime64[ns]', freq='D')  
9.   
10. In [13]: pd.date_range(start='20170101',periods=10)  
11. Out[13]:  
12. DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',  
13.                '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',  
14.                '2017-01-09', '2017-01-10'],  
15.               dtype='datetime64[ns]', freq='D')  
16.   
17. In [14]: pd.date_range(start='20170101',periods=10,freq='1D')  
18. Out[14]:  
19. DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',  
20.                '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',  
21.                '2017-01-09', '2017-01-10'],  
22.               dtype='datetime64[ns]', freq='D')  
23.   
24. In [15]: pd.date_range(start='20170101',end='20170110',freq='3D',name='dt')  
25. Out[15]: DatetimeIndex(['2017-01-01', '2017-01-04', '2017-01-07', '2017-01-10'],  
26.  dtype='datetime64[ns]', name='dt', freq='3D')  
27.   
28. In [16]: pd.date_range(start='2017-01-01 08:10:50',periods=10,freq='s',normaliz  
29.     ...: e=True)  
30. Out[16]:  
31. DatetimeIndex(['2017-01-01 00:00:00', '2017-01-01 00:00:01',  
32.                '2017-01-01 00:00:02', '2017-01-01 00:00:03',  
33.                '2017-01-01 00:00:04', '2017-01-01 00:00:05',  
34.                '2017-01-01 00:00:06', '2017-01-01 00:00:07',  
35.                '2017-01-01 00:00:08', '2017-01-01 00:00:09'],  
36.               dtype='datetime64[ns]', freq='S')  
37.   
38. In [17]: pd.date_range(start='2017-01-01 08:10:50',end='2017-01-02 09:20:40',fr  
39.     ...: eq='s',normalize=True)  
40. Out[17]:  
41. DatetimeIndex(['2017-01-01 00:00:00', '2017-01-01 00:00:01',  
42.                '2017-01-01 00:00:02', '2017-01-01 00:00:03',  
43.                '2017-01-01 00:00:04', '2017-01-01 00:00:05',  
44.                '2017-01-01 00:00:06', '2017-01-01 00:00:07',  
45.                '2017-01-01 00:00:08', '2017-01-01 00:00:09',  
46.                ...  
47.                '2017-01-01 23:59:51', '2017-01-01 23:59:52',  
48.                '2017-01-01 23:59:53', '2017-01-01 23:59:54',  
49.                '2017-01-01 23:59:55', '2017-01-01 23:59:56',  
50.                '2017-01-01 23:59:57', '2017-01-01 23:59:58',  
51.                '2017-01-01 23:59:59', '2017-01-02 00:00:00'],  
52.               dtype='datetime64[ns]', length=86401, freq='S')  
53.   
54. In [18]: pd.date_range(start='2017-01-01 08:10:50',periods=15,freq='s',normaliz  
55.     ...: e=False)  
56. Out[18]:  
57. DatetimeIndex(['2017-01-01 08:10:50', '2017-01-01 08:10:51',  
58.                '2017-01-01 08:10:52', '2017-01-01 08:10:53',  
59.                '2017-01-01 08:10:54', '2017-01-01 08:10:55',  
60.                '2017-01-01 08:10:56', '2017-01-01 08:10:57',  
61.                '2017-01-01 08:10:58', '2017-01-01 08:10:59',  
62.                '2017-01-01 08:11:00', '2017-01-01 08:11:01',  
63.                '2017-01-01 08:11:02', '2017-01-01 08:11:03',  
64.                '2017-01-01 08:11:04'],  
65.               dtype='datetime64[ns]', freq='S')  
66.   
67. In [19]: pd.date_range(start='20170101',end='20170110',freq='3D',closed='left')  
68.     ...:  
69. Out[19]: DatetimeIndex(['2017-01-01', '2017-01-04', '2017-01-07'], dtype='dateti  
70. me64[ns]', freq='3D')  
71.   
72. In [20]: pd.date_range(start='20170101',end='20170110',freq='3D',closed='right'  
73.     ...: )  
74. Out[20]: DatetimeIndex(['2017-01-04', '2017-01-07', '2017-01-10'], dtype='dateti  
75. me64[ns]', freq='3D')