pandas.date_range() 时间序列
pd.date_range()使用方法
pd.date_range()函数文档
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:
1 periods:固定时期,取值为整数或None 2 freq:日期偏移量,取值为string或DateOffset,默认为'D' 3 normalize:若参数为True表示将start、end参数值正则化到午夜时间戳 4 name:生成时间索引对象的名称,取值为string或None 5 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
例子:
import pandas as pd pd.date_range(start='20170101',end='20170110') pd.date_range(start='20170101',periods=10) pd.date_range(start='20170101',periods=10,freq='1D') #间隔1天 pd.date_range(start='20170101',end='20170110',freq='3D',name='dt') #间隔三天 pd.date_range(start='2017-01-01 08:10:50',periods=10,freq='s',normalize=True) #间隔1秒 pd.date_range("2000-1-11", periods=100, freq="m", name="date") #间隔一个月 pd.date_range(start='20170101',end='20170110',freq='3D',closed='right') #不包括start值 pd.date_range(start='20170101',end='20170110',freq='3D',closed='left')#不包括end值
返回值都是DatetimeIndex对象,如:
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')
以后就可以快速生成时间序列了
注意一下normalize参数:
pd.date_range(start='2017-01-01 08:10:50',periods=10,freq='s',normalize=True) ''' Out[411]: 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') '''
分类:
pandas
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人