pandas中时间序列——date_range函数
来源:互联网 发布:优化语文教学五环节 编辑:程序博客网 时间:2024/06/02 08:20
通过?pandas.date_range命令查看date_range函数帮助文档
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
In [11]: import pandas as pdIn [12]: pd.date_range(start='20170101',end='20170110')Out[12]:DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08', '2017-01-09', '2017-01-10'], dtype='datetime64[ns]', freq='D')In [13]: pd.date_range(start='20170101',periods=10)Out[13]:DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08', '2017-01-09', '2017-01-10'], dtype='datetime64[ns]', freq='D')In [14]: pd.date_range(start='20170101',periods=10,freq='1D')Out[14]:DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04', '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08', '2017-01-09', '2017-01-10'], dtype='datetime64[ns]', freq='D')In [15]: pd.date_range(start='20170101',end='20170110',freq='3D',name='dt')Out[15]: DatetimeIndex(['2017-01-01', '2017-01-04', '2017-01-07', '2017-01-10'], dtype='datetime64[ns]', name='dt', freq='3D')In [16]: pd.date_range(start='2017-01-01 08:10:50',periods=10,freq='s',normaliz ...: e=True)Out[16]:DatetimeIndex(['2017-01-01 00:00:00', '2017-01-01 00:00:01', '2017-01-01 00:00:02', '2017-01-01 00:00:03', '2017-01-01 00:00:04', '2017-01-01 00:00:05', '2017-01-01 00:00:06', '2017-01-01 00:00:07', '2017-01-01 00:00:08', '2017-01-01 00:00:09'], dtype='datetime64[ns]', freq='S')In [17]: pd.date_range(start='2017-01-01 08:10:50',end='2017-01-02 09:20:40',fr ...: eq='s',normalize=True)Out[17]:DatetimeIndex(['2017-01-01 00:00:00', '2017-01-01 00:00:01', '2017-01-01 00:00:02', '2017-01-01 00:00:03', '2017-01-01 00:00:04', '2017-01-01 00:00:05', '2017-01-01 00:00:06', '2017-01-01 00:00:07', '2017-01-01 00:00:08', '2017-01-01 00:00:09', ... '2017-01-01 23:59:51', '2017-01-01 23:59:52', '2017-01-01 23:59:53', '2017-01-01 23:59:54', '2017-01-01 23:59:55', '2017-01-01 23:59:56', '2017-01-01 23:59:57', '2017-01-01 23:59:58', '2017-01-01 23:59:59', '2017-01-02 00:00:00'], dtype='datetime64[ns]', length=86401, freq='S')In [18]: pd.date_range(start='2017-01-01 08:10:50',periods=15,freq='s',normaliz ...: e=False)Out[18]:DatetimeIndex(['2017-01-01 08:10:50', '2017-01-01 08:10:51', '2017-01-01 08:10:52', '2017-01-01 08:10:53', '2017-01-01 08:10:54', '2017-01-01 08:10:55', '2017-01-01 08:10:56', '2017-01-01 08:10:57', '2017-01-01 08:10:58', '2017-01-01 08:10:59', '2017-01-01 08:11:00', '2017-01-01 08:11:01', '2017-01-01 08:11:02', '2017-01-01 08:11:03', '2017-01-01 08:11:04'], dtype='datetime64[ns]', freq='S')In [19]: pd.date_range(start='20170101',end='20170110',freq='3D',closed='left') ...:Out[19]: DatetimeIndex(['2017-01-01', '2017-01-04', '2017-01-07'], dtype='datetime64[ns]', freq='3D')In [20]: pd.date_range(start='20170101',end='20170110',freq='3D',closed='right' ...: )Out[20]: DatetimeIndex(['2017-01-04', '2017-01-07', '2017-01-10'], dtype='datetime64[ns]', freq='3D')
阅读全文
1 0
- pandas中时间序列——date_range函数
- pandas常用函数之date_range
- pandas 时间序列分析(一)—— 基础
- pandas 时间序列操作
- Pandas时间序列
- pandas时间序列
- pandas时间序列操作
- python科学计算笔记(十一)pandas中date_range生成指定日期
- date_range
- pandas时间序列频率处理
- pandas中时间窗函数rolling的使用
- #R_函数#TS——时间序列
- python科学计算笔记(十)pandas中时间、日期以及时间序列处理
- python—pandas中DataFrame类型数据操作函数
- python—pandas中DataFrame类型数据操作函数
- python—pandas中DataFrame类型数据操作函数
- python—pandas中DataFrame类型数据操作函数
- pandas小记:pandas时间序列分析和处理Timeseries
- 思路
- 删除某一个节点k的方法(1320 P103)
- 逆波兰计算器
- 包装类
- 泛型基本使用
- pandas中时间序列——date_range函数
- linux top命令
- PHP 中字符编码转换 iconv() 和 mb_convert_encoding() 的区别
- 用于语义分割的全卷积网络 (fully convolutional networks for semantic segmentation)
- 堆棋子
- 我的划时代意义的递归题--Sudoku Killer
- 关于在SSM中使用注解的方式进行事务管理
- HTTP
- Java泛型详解