Python Pandas-日期功能

📌 相关文章

📜 Python Pandas-日期功能

📅 最后修改于: 2020-11-06 05:49:04 🧑 作者: Mango

扩展时间序列后，日期功能在财务数据分析中起着重要作用。使用日期数据时，我们经常会遇到以下情况-

创建日期范围

通过指定日期和频率使用date.range()函数，我们可以创建日期序列。默认情况下，范围的频率为天。

import pandas as pd

print pd.date_range('1/1/2011', periods=5)

其输出如下-

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
   dtype='datetime64[ns]', freq='D')

import pandas as pd

print pd.date_range('1/1/2011', periods=5,freq='M')

其输出如下-

DatetimeIndex(['2011-01-31', '2011-02-28', '2011-03-31', '2011-04-30', '2011-05-31'],
   dtype='datetime64[ns]', freq='M')

bdate_range()代表营业日期范围。与date_range()不同，它不包括星期六和星期日。

import pandas as pd

print pd.date_range('1/1/2011', periods=5)

其输出如下-

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
   dtype='datetime64[ns]', freq='D')

请注意，3月3日之后，日期跳至3月6日(不包括4日和5日)。只需检查日历中的日期即可。

诸如date_range和bdate_range之类的便利功能利用了多种频率别名。 date_range的默认频率是日历日，而bdate_range的默认频率是工作日。

import pandas as pd
start = pd.datetime(2011, 1, 1)
end = pd.datetime(2011, 1, 5)

print pd.date_range(start, end)

其输出如下-

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
   dtype='datetime64[ns]', freq='D')

为有用的通用时间序列频率提供了许多字符串别名。我们将这些别名称为偏移别名。

Alias	Description	Alias	Description
B	business day frequency	BQS	business quarter start frequency
D	calendar day frequency	A	annual(Year) end frequency
W	weekly frequency	BA	business year end frequency
M	month end frequency	BAS	business year start frequency
SM	semi-month end frequency	BH	business hour frequency
BM	business month end frequency	H	hourly frequency
MS	month start frequency	T, min	minutely frequency
SMS	SMS semi month start frequency	S	secondly frequency
BMS	business month start frequency	L, ms	milliseconds
Q	quarter end frequency	U, us	microseconds
BQ	business quarter end frequency	N	nanoseconds
QS	quarter start frequency