Python,Pandas,Numpy：Date_range：将np.timedelta作为freq传递.争论

概述我有一个格式为numpy.timedelta(64)的时间增量： value = numpy.timedelta64(30,’m’)  (这里30分钟). 有没有办法将该值传递给pandas date_range的构造： pd.date_range(start_time,end_time,freq = value)？ 如果不是如何转换该值以便在date_range中传递它？我尝试了value.as 我有一个格式为numpy.timedelta(64)的时间增量：
value = numpy.timedelta64(30,’m’)
 (这里30分钟).

有没有办法将该值传递给pandas date_range的构造：
pd.date_range(start_time,end_time,freq = value)？

如果不是如何转换该值以便在date_range中传递它？我尝试了value.astype(‘str’),但它返回’0:30:00′,它也不适合作为pd.date_range的参数.

解决方法 您可以将其转换为timedelta并将其传递给freq.

>>> pd.date_range('20160101','20170101',freq=pd.timedelta(value)) DatetimeIndex(['2016-01-01 00:00:00','2016-01-01 00:30:00','2016-01-01 01:00:00','2016-01-01 01:30:00','2016-01-01 02:00:00','2016-01-01 02:30:00','2016-01-01 03:00:00','2016-01-01 03:30:00','2016-01-01 04:00:00','2016-01-01 04:30:00',...               '2016-12-31 19:30:00','2016-12-31 20:00:00','2016-12-31 20:30:00','2016-12-31 21:00:00','2016-12-31 21:30:00','2016-12-31 22:00:00','2016-12-31 22:30:00','2016-12-31 23:00:00','2016-12-31 23:30:00','2017-01-01 00:00:00'],dtype='datetime64[ns]',length=17569,freq='30T')

我认为旧版本的pandas不支持此功能,但仍可使用频率字符串：

pd.date_range('20160101',freq='30min')

总结

以上是内存溢出为你收集整理的Python,Pandas,Numpy：Date_range：将np.timedelta作为freq传递.争论全部内容，希望文章能够帮你解决Python,Pandas,Numpy：Date_range：将np.timedelta作为freq传递.争论所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。