python科学计算笔记(十一)pandas中date_range生成指定日期

生成指定日期范围的范围

pandas.date_range()用于生成指定长度的DatatimeIndex:

1)默认情况下,date_range会按着时间间隔为天的方式生成从给定开始到结束时间的时间戳数组;

2)如果只指定开始或结束时间,还需要periods标定时间长度。

import pandas as pd
pd.date_range('2017-6-20','2017-6-27')
    DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',
                   '2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],
                  dtype='datetime64[ns]', freq='D')

pd.date_range('2017-6-20 12:59:30','2017-6-27')
    DatetimeIndex(['2017-06-20 12:59:30', '2017-06-21 12:59:30',
                   '2017-06-22 12:59:30', '2017-06-23 12:59:30',
                   '2017-06-24 12:59:30', '2017-06-25 12:59:30',
                   '2017-06-26 12:59:30'],
                  dtype='datetime64[ns]', freq='D')
  • 1
pd.date_range('2017-6-20 12:59:30',periods = 8)
    DatetimeIndex(['2017-06-20 12:59:30', '2017-06-21 12:59:30',
                   '2017-06-22 12:59:30', '2017-06-23 12:59:30',
                   '2017-06-24 12:59:30', '2017-06-25 12:59:30',
                   '2017-06-26 12:59:30', '2017-06-27 12:59:30'],
                  dtype='datetime64[ns]', freq='D')
pd.date_range('2017-6-20 12:59:30',periods = 8, normalize = True)
    DatetimeIndex(['2017-06-20', '2017-06-21', '2017-06-22', '2017-06-23',
                   '2017-06-24', '2017-06-25', '2017-06-26', '2017-06-27'],
                  dtype='datetime64[ns]', freq='D')

频率和日期偏移量

pandas中的频率是由一个基础频率(M、H)也可以是(Hour、Minute、h、min等)

pd.date_range('2017-6-27',periods = 7,freq = '1h30min')
    DatetimeIndex(['2017-06-27 00:00:00', '2017-06-27 01:30:00',
                   '2017-06-27 03:00:00', '2017-06-27 04:30:00',
                   '2017-06-27 06:00:00', '2017-06-27 07:30:00',
                   '2017-06-27 09:00:00'],
                  dtype='datetime64[ns]', freq='90T')
pd.date_range('2017-6-27',periods = 7,freq = 'M')
    DatetimeIndex(['2017-06-30', '2017-07-31', '2017-08-31', '2017-09-30',
                   '2017-10-31', '2017-11-30', '2017-12-31'],
                  dtype='datetime64[ns]', freq='M')
pd.date_range('2017-6-27',periods = 7,freq = 'd')
    DatetimeIndex(['2017-06-27', '2017-06-28', '2017-06-29', '2017-06-30',
                   '2017-07-01', '2017-07-02', '2017-07-03'],
                  dtype='datetime64[ns]', freq='D')
pd.date_range('2017-6-27',periods = 7,freq = 'H')
    DatetimeIndex(['2017-06-27 00:00:00', '2017-06-27 01:00:00',
                   '2017-06-27 02:00:00', '2017-06-27 03:00:00',
                   '2017-06-27 04:00:00', '2017-06-27 05:00:00',
                   '2017-06-27 06:00:00'],
                  dtype='datetime64[ns]', freq='H')

常用的基础频率

别名 偏移量 说明
D/d Day 每日历日
B BusinessDay 每工作日
H/h Hour 每小时
T或min Minute 每分
S Secend 每秒
L或ms Milli 每毫秒(每千分之一秒)
U Micro 每微秒(即百万分之一秒)
M MonthEnd 每月最后一个日历日
BM BusinessDayEnd 每月最后一个工作

上表只展示了部分!

WOM日期(可获得例如“每月第3个星期五”)

pd.date_range('2017-06-01','2017-07-31',freq='WOM-3FRI')
    DatetimeIndex(['2017-06-16', '2017-07-21'], dtype='datetime64[ns]', freq='WOM-3FRI')

你可能感兴趣的:(python科学计算笔记(十一)pandas中date_range生成指定日期)