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
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考高分网网站的支持!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)