关于pandas.date_range()的用法及说明

 更新时间:2022年07月19日 10:26:23   作者:linda公馆  
这篇文章主要介绍了关于pandas.date_range()的用法及说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

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
startstr or datetime-like, optional生成日期的左侧边界
endstr or datetime-like, optional生成日期的右侧边界
periodsinteger, optional生成周期
freqstr or DateOffset, default ‘D’可以有多种比如‘5H’,频率别名参见链接
tzstr or tzinfo, optional返回本地化的DatetimeIndex的时区名,例如’Asia/Hong_Kong’
normalizebool, default False生成日期之前,将开始/结束时间初始化为午夜
namestr, 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脚本之家。

相关文章

  • 使用python list 查找所有匹配元素的位置实例

    使用python list 查找所有匹配元素的位置实例

    今天小编就为大家分享一篇使用python list 查找所有匹配元素的位置实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • 如何使用Python JSON解析和转换数据

    如何使用Python JSON解析和转换数据

    JSON 是文本,使用 JavaScript 对象表示法编写,Python 有一个内置的 json 包,可用于处理 JSON 数据,本文给大家介绍使用Python JSON解析和转换数据的方法,感兴趣的朋友跟随小编一起看看吧
    2023-11-11
  • tensorflow2.10使用BERT实现Semantic Similarity过程解析

    tensorflow2.10使用BERT实现Semantic Similarity过程解析

    这篇文章主要为大家介绍了tensorflow2.10使用BERT实现Semantic Similarity过程解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-04-04
  • Python发送手机动态验证码代码实例

    Python发送手机动态验证码代码实例

    这篇文章主要介绍了Python发送手机动态验证码代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • python3中zip()函数使用详解

    python3中zip()函数使用详解

    zip函数接受任意多个可迭代对象作为参数,将对象中对应的元素打包成一个tuple,然后返回一个可迭代的zip对象.这个可迭代对象可以使用循环的方式列出其元素,若多个可迭代对象的长度不一致,则所返回的列表与长度最短的可迭代对象相同.
    2018-06-06
  • Flask搭建api服务的实现步骤

    Flask搭建api服务的实现步骤

    本文主要介绍了Flask搭建api服务的实现步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-06-06
  • Python socket如何解析HTTP请求内容

    Python socket如何解析HTTP请求内容

    这篇文章主要介绍了Python socket如何解析HTTP请求内容,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-02-02
  • pandas.read_csv参数详解(小结)

    pandas.read_csv参数详解(小结)

    这篇文章主要介绍了pandas.read_csv参数详解(小结),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-06-06
  • python爬虫之xpath的基本使用详解

    python爬虫之xpath的基本使用详解

    本篇文章主要介绍了python爬虫之xpath的基本使用详解,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-04-04
  • 利用python做表格数据处理

    利用python做表格数据处理

    这篇文章主要介绍了如何利用python做表格数据处理,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
    2021-04-04

最新评论