python时间序列按频率生成日期的方法

更新时间：2019年05月14日 11:05:21 作者：李太阳❀

这篇文章主要介绍了python时间序列按频率生成日期的方法，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

有时候我们的数据是按某个频率收集的，比如每日、每月、每15分钟，那么我们怎么产生对应频率的索引呢？pandas中的date_range可用于生成指定长度的DatetimeIndex。

我们先看一下怎么生成日期范围：pd.date_range(startdate,enddate)

1.生成指定开始日期和结束日期的时间范围：

In：import pandas as pd
	index = pd.date_range('4/1/2019','5/1/2019')
	print(index)
Out：
DatetimeIndex(['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04',
        '2019-04-05', '2019-04-06', '2019-04-07', '2019-04-08',
        '2019-04-09', '2019-04-10', '2019-04-11', '2019-04-12',
        '2019-04-13', '2019-04-14', '2019-04-15', '2019-04-16',
        '2019-04-17', '2019-04-18', '2019-04-19', '2019-04-20',
        '2019-04-21', '2019-04-22', '2019-04-23', '2019-04-24',
        '2019-04-25', '2019-04-26', '2019-04-27', '2019-04-28',
        '2019-04-29', '2019-04-30', '2019-05-01'],
       dtype='datetime64[ns]', freq='D')

也可以只指定开始日期或结束日期，但这时必须要输入一个时间长度，并且指定输入的是开始时间还是结束时间，如果不指定默认是开始时间。

date_range(startdate/enddate,periods)

In：print(pd.date_range(start = '4/1/2019',periods = 10))
Out：DatetimeIndex(['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04',
        '2019-04-05', '2019-04-06', '2019-04-07', '2019-04-08',
        '2019-04-09', '2019-04-10'],
       dtype='datetime64[ns]', freq='D')
In：print(pd.date_range(start = '5/1/2019',periods = 10))
Out：DatetimeIndex(['2019-05-01', '2019-05-02', '2019-05-03', '2019-05-04',
          '2019-05-05', '2019-05-06', '2019-05-07', '2019-05-08',
          '2019-05-09', '2019-05-10'],
         dtype='datetime64[ns]', freq='D')

现在我们已经知道怎么生成日期范围了，但是上面我们生成的日期的时间间隔都是天，接下来告诉大家怎么生成其他时间频率的日期范围。

要生成按某个频率计算的日期范围，只需要在date_range后加上freq就可以了。比如，生成每小时间隔的时间：

In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = 'h'))
Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:00:00',
        '2019-05-01 02:00:00', '2019-05-01 03:00:00',
        '2019-05-01 04:00:00', '2019-05-01 05:00:00',
        '2019-05-01 06:00:00', '2019-05-01 07:00:00',
        '2019-05-01 08:00:00', '2019-05-01 09:00:00'],
       dtype='datetime64[ns]', freq='H')

生成时间间隔为3个小时的时间：

In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = '3h'))
Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:00:00',
        '2019-05-01 02:00:00', '2019-05-01 03:00:00',
        '2019-05-01 04:00:00', '2019-05-01 05:00:00',
        '2019-05-01 06:00:00', '2019-05-01 07:00:00',
        '2019-05-01 08:00:00', '2019-05-01 09:00:00'],
       dtype='datetime64[ns]', freq='H')

生成时间间隔为1小时30分的时间：

In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = '1h30min'))
Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:30:00',
        '2019-05-01 03:00:00', '2019-05-01 04:30:00',
        '2019-05-01 06:00:00', '2019-05-01 07:30:00',
        '2019-05-01 09:00:00', '2019-05-01 10:30:00',
        '2019-05-01 12:00:00', '2019-05-01 13:30:00'],
       dtype='datetime64[ns]', freq='90T')

python还可以生成其他不规则频率的时间，比如每月的第一个工作日，每月的第一个日历日等

生成每月的第一个工作日：

In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'BMS'))
Out：DatetimeIndex(['2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01',
        '2019-05-01', '2019-06-03', '2019-07-01', '2019-08-01',
        '2019-09-02', '2019-10-01', '2019-11-01', '2019-12-02'],
       dtype='datetime64[ns]', freq='BMS')

生成每月的第一个日历日：

In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'MS'))
Out：DatetimeIndex(['2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01',
        '2019-05-01', '2019-06-01', '2019-07-01', '2019-08-01',
        '2019-09-01', '2019-10-01', '2019-11-01', '2019-12-01'],
       dtype='datetime64[ns]', freq='MS')

有一种很实用的频率类，为“WOM”，即每月的几个星期几。比如每月的第三个星期五。如果我们每月的第三个星期五发工资，这样就可以很方便的知道今年每个月的工资日了。

In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'WOM-3FRI'))
Out：DatetimeIndex(['2019-01-18', '2019-02-15', '2019-03-15', '2019-04-19',
        '2019-05-17', '2019-06-21', '2019-07-19', '2019-08-16',
        '2019-09-20', '2019-10-18', '2019-11-15', '2019-12-20'],
       dtype='datetime64[ns]', freq='WOM-3FRI')

下面是python可使用的时间序列的基础频率表：

别名	偏移量类型	说明
D	Day	每日历日
B	BusinessDay	每工作日
H	Hour	每小时
T或min	Minute	每分钟
S	Second	每秒
L或ms	Milli	每毫秒
U	Micro	每微秒
M	MonthEnd	每月最后一个日历日
BM	BusinessMonthEnd	每月最后一个工作日
MS	MonthBegin	每月第一个日历日
BMS	BusinessMonthBegin	每月第一个工作日
W-MON、W-TUE	Week	每周的星期几
WOM-1MON、WOM-2MON	WeekofMonth	每月第几周的星期几
Q-JAN、Q-FEB	QuarterEnd	每个季度对应的该月份的最后一个日历日
BQ-JAN、BQ-FEB	BusinessQuarterEnd	每个季度对应的该月份的最后一个工作日
QS-JAN、QS-FEB	QuarterBegin	每个季度对应的该月份的第一个日历日
BQS-JAN、BQS-FEB	QuarterBegin	每个季度对应的该月份的第一个工作日
A-JAN、B-FEB	YearEnd	每年指定月份的最后一个日历日
BA-JAN、BA-FEB	BusinessYearEnd	每年指定月份的最后一个工作日
AS-JAN、AS-FEB	YearBegin	每年指定月份的第一个日历日
BAS-JAN、BAS-FEB	BusinessYearBegin	每年指定月份的第一个工作日

以上所述是小编给大家介绍的python时间序列按频率生成日期的方法详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！

您可能感兴趣的文章:

Python学习之运算符号
这篇文章主要介绍了Python的运算符号，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
2021-10-10
python tornado使用流生成图片的例子
今天小编就为大家分享一篇python tornado使用流生成图片的例子，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
2019-11-11
浅析Python中的方法重载
方法重载在 Python 中起着至关重要的作用, 这篇文章主要为大家详细介绍了Python中方法重载及其优点的相关知识,感兴趣的小伙伴快跟随小编一起学习一下吧
2023-10-10
Python神器之使用watchdog监控文件变化
这篇文章主要为大家详细介绍了Python中的神器watchdog以及如何使用watchdog监控文件变化,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下
2023-12-12
pyqt6实现关闭窗口前弹出确认框的示例代码
本文主要介绍了pyqt6实现关闭窗口前弹出确认框的示例代码,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
2024-02-02
Python使用XlsxWriter库操作Excel详解
XlsxWriter 是一个功能强大的 Python 模块,专门用于生成 Microsoft Excel 2007及以上版本的电子表格文件,本文主要为大家介绍了如何使用XlsxWriter库进行Excel基本操作,需要的可以参考下
2023-11-11
Python Web版语音合成实例详解
这篇文章主要介绍了Python Web版语音合成实例详解，语音合成技术能将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量设置，让人机沟通更自然,需要的朋友可以参考下
2019-07-07
python机器学习darts时间序列预测和分析
这篇文章主要介绍了python机器学习darts时间序列预测和分析使用实例探索,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
2024-01-01
Python线程之认识线程安全
这篇文章主要介绍了Python线程之认识线程安全，线程安全，名字就非常直接，在多线程情况下是安全的，多线程操作上的安全，下面学习线程安全的文章详细内容，需要的小伙伴可以参考一下
2022-02-02
Pycharm如何自动生成头文件注释
这篇文章主要介绍了Pycharm如何自动生成头文件注释,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
2020-11-11