date_range()函数--Pandas

1. 函数功能

生成连续的日期时间序列

2. 函数语法

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, inclusive='both', *, unit=None, **kwargs)

3. 函数参数

参数 含义
start 可选参数,起始日期
end 可选参数,结束日期
periods 可选参数,整数,产生的日期个数,freq的取值见下图或者点击链接:freq
freq 时间间隔,默认为:“D”
tz 可选参数,时区
normalize 将开始和结束日期规范化为午夜时间戳
name 生成的时间序列名
inclusive 设置区间开闭,取值为{“both”, “neither”, “left”, “right”},默认为”both":包括开始、结束日期

3.1 freq取值

date_range()函数--Pandas_第1张图片
date_range()函数--Pandas_第2张图片

3.2 参数start、end、periods、freq

产生日期时间序列时,参数start、end、periods、freq四个参数,必须至少指定三个参数。

以下四种方式,产生相同的日期时间序列

date_range()函数--Pandas_第3张图片
date_range()函数--Pandas_第4张图片

3.3 常用的freq

3.3.1 小时:H

date_range()函数--Pandas_第5张图片

3.3.2 月:M/MS

date_range()函数--Pandas_第6张图片

3.3.3 周:W

date_range()函数--Pandas_第7张图片

3.4 参数:normalize

date_range()函数--Pandas_第8张图片
date_range()函数--Pandas_第9张图片
在这里插入图片描述

1. 在产生时间日期数据的过程中,数据不会超出起始和结束值。
2.normalize的作用是将时间标准化到起始值和结束值的00:00:00,然后再根据freq进行日期时间序列生成

3.5 参数inclusive

date_range()函数--Pandas_第10张图片
在指定是否包含起始、结束值的基础上,按照指定freq产生的所有日期时间序列值均不能超出起始、结束值之外。

你可能感兴趣的:(Pandas,pandas)