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
start	str or datetime-like, optional	生成日期的左侧边界
end	str or datetime-like, optional	生成日期的右侧边界
periods	integer, optional	生成周期
freq	str or DateOffset, default ‘D’	可以有多种比如‘5H’，频率别名参见链接
tz	str or tzinfo, optional	返回本地化的DatetimeIndex的时区名，例如’Asia/Hong_Kong’
normalize	bool, default False	生成日期之前，将开始/结束时间初始化为午夜
name	str, 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。

您可能感兴趣的文章:

Python实现删除列表首元素的多种方式总结
在Python中,处理列表的操作是日常开发中不可避免的任务之一,其中,删除列表中的元素是一个常见的需求,本文为大家整理了Python中删除列表中的第一个元素的多种方法,需要的可以参考下
2023-12-12
如何使用Python最小二乘法拟合曲线代码详解
最小二乘法Least Square Method做为分类回归算法的基础,有着悠久的历史,下面这篇文章主要给大家介绍了关于如何使用Python最小二乘法拟合曲线的相关资料,需要的朋友可以参考下
2022-11-11
Pandas.DataFrame删除指定行和列(drop)的实现
本文主要介绍了Pandas.DataFrame删除指定行和列(drop)的实现，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
2023-02-02
Python统计词频的几种方法小结
本文主要介绍了Python统计词频的几种方法小结，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
2023-03-03
Pandas sample随机抽样的实现
随机抽样，是统计学中常用的一种方法，本文主要介绍了Pandas sample随机抽样的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-06-06
如何用Matlab和Python读取Netcdf文件
这篇文章主要介绍了如何用Matlab和Python读取Netcdf文件，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
2021-02-02
Python实现的金山快盘的签到程序
正在学习python而且自己一直在用金山快盘，所以就写来个签到的功能，每天定时跑
2013-01-01
Python实现拷贝/删除文件夹的方法详解
这篇文章主要介绍了Python实现拷贝/删除文件夹的方法,涉及Python针对文件夹的递归、遍历、拷贝、删除等相关操作技巧与注意事项,需要的朋友可以参考下
2018-08-08
怎么使用python生成词云图
这篇文章主要给大家介绍了关于怎么使用python生成词云图的相关资料,词云图主要用途是将文本数据中出现频率较高的关键词以可视化的形式展现出来,使人一眼就可以领略文本数据的主要表达意思,需要的朋友可以参考下
2023-06-06
Python实现单例模式的四种方法
在Python中实现单例模式,意味着一个类只能创建一个实例,单例模式在某些场景下非常有用,比如当你需要控制资源的访问,或者当你想确保全局只有一个对象实例时,本文给大家介绍了几种在Python中实现单例模式的方法,需要的朋友可以参考下
2024-03-03