关于pandas.date_range()的用法及说明

Levana ·

更新时间:2024-11-13

· 489 次阅读

pandas.date_range()用法

pandas.date_range()详解

参数

案例

pandas.date_range()用法

date_range()是pandas中常用的函数，用于生成一个固定频率的DatetimeIndex时间索引。

原型：

date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)

常用参数为start、end、periods、freq。

start：指定生成时间序列的开始时间

end：指定生成时间序列的结束时间

periods：指定生成时间序列的数量

freq：生成频率，默认‘D’，可以是’H’、‘D’、‘M’、‘5H’、‘10D’、…

还可以根据closed参数选择是否包含开始和结束时间，left包含开始时间，不包含结束时间，right与之相反。

默认同时包含开始时间和结束时间。

函数调用时至少要指定参数start、end、periods中的两个。

（1）指定起止时间

pd.date_range('20200101','20200110')

（2）指定开始时间和时间序列数量

pd.date_range('20200101',periods=10)

（3）指定结束时间和时间序列数量

pd.date_range(end='20200110',periods=10)

（4）指定开始时间、时间序列数量和频率

pd.date_range(start='20200101',periods=5,freq='2D')

（5）指定结束时间、时间序列数量和频率

pd.date_range(end='20200110',periods=5,freq='2D')

（6）指定起止时间和closed参数

pd.date_range('20200101','20200110',closed='left')

（7）时间序列做为索引，生成Series一维数组

dates = pd.date_range(start='20200101',periods=5,freq='2D')
pd.Series(range(10,20,2),index=dates)

（8）时间序列做行索引，生成DateFrame二维数组

dates = pd.date_range(start='20200101',periods=5,freq='2D')
pd.DataFrame(np.random.randn(5,5), index=dates, columns=list('ABCDE'))

pandas.date_range()详解

官方文档

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

返回一个固定频率的DatetimeIndex

参数参数数据类型意义

start	str or datetime-like, optional	生成日期的左侧边界
end	str or datetime-like, optional	生成日期的右侧边界
periods	integer, optional	生成周期
freq	str or DateOffset, default ‘D’	可以有多种比如‘5H’，频率别名参见链接
tz	str or tzinfo, optional	返回本地化的DatetimeIndex的时区名，例如’Asia/Hong_Kong’
normalize	bool, default False	生成日期之前，将开始/结束时间初始化为午夜
name	str, default None	产生的DatetimeIndex的名字
closed	{None, ‘left’, ‘right’}, optional	使区间相对于给定频率左闭合、右闭合、双向闭合（默认的None）
**kwargs		为了兼容性，对结果没有影响

案例

>>> pd.date_range(start='1/1/2018', end='1/08/2018')
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
              dtype='datetime64[ns]', freq='D')
>>> pd.date_range(start='1/1/2018', periods=8)
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
              dtype='datetime64[ns]', freq='D')

以上为个人经验，希望能给大家一个参考，也希望大家多多支持软件开发网。

RANGE pandas date

1024 个赞