溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文小編為大家詳細介紹“pandas.date_range()怎么使用”，內容詳細，步驟清晰，細節處理妥當，希望這篇“pandas.date_range()怎么使用”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。
date_range()是pandas中常用的函數，用于生成一個固定頻率的DatetimeIndex時間索引。
原型：
date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)
常用參數為start、end、periods、freq。
start：指定生成時間序列的開始時間
end：指定生成時間序列的結束時間
periods：指定生成時間序列的數量
freq：生成頻率，默認‘D’，可以是’H’、‘D’、‘M’、‘5H’、‘10D’、…
還可以根據closed參數選擇是否包含開始和結束時間，left包含開始時間，不包含結束時間，right與之相反。
默認同時包含開始時間和結束時間。
函數調用時至少要指定參數start、end、periods中的兩個。
（1）指定起止時間
pd.date_range('20200101','20200110')
（2）指定開始時間和時間序列數量
pd.date_range('20200101',periods=10)
（3）指定結束時間和時間序列數量
pd.date_range(end='20200110',periods=10)
（4）指定開始時間、時間序列數量和頻率
pd.date_range(start='20200101',periods=5,freq='2D')
（5）指定結束時間、時間序列數量和頻率
pd.date_range(end='20200110',periods=5,freq='2D')
（6）指定起止時間和closed參數
pd.date_range('20200101','20200110',closed='left')
（7）時間序列做為索引，生成Series一維數組
dates = pd.date_range(start='20200101',periods=5,freq='2D') pd.Series(range(10,20,2),index=dates)
（8）時間序列做行索引，生成DateFrame二維數組
dates = pd.date_range(start='20200101',periods=5,freq='2D')
pd.DataFrame(np.random.randn(5,5), index=dates, columns=list('ABCDE'))
官方文檔
pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)
返回一個固定頻率的DatetimeIndex
| 參數 | 數據類型 | 意義 |
|---|---|---|
| start | str or datetime-like, optional | 生成日期的左側邊界 |
| end | str or datetime-like, optional | 生成日期的右側邊界 |
| periods | integer, optional | 生成周期 |
| freq | str or DateOffset, default ‘D’ | 可以有多種比如‘5H’，頻率別名參見鏈接 |
| tz | str or tzinfo, optional | 返回本地化的DatetimeIndex的時區名，例如’Asia/Hong_Kong’ |
| normalize | bool, default False | 生成日期之前，將開始/結束時間初始化為午夜 |
| name | str, default None | 產生的DatetimeIndex的名字 |
| closed | {None, ‘left’, ‘right’}, optional | 使區間相對于給定頻率左閉合、右閉合、雙向閉合（默認的None） |
| **kwargs | 為了兼容性，對結果沒有影響 |
>>> 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')
讀到這里，這篇“pandas.date_range()怎么使用”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
