Python | pandas.date_range() 方法

简介

pandas.date_range() 方法是 Python pandas 库中的一个函数，用于生成一段时间范围的日期时间序列。

语法

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)

参数

• start: 起始日期，字符串或日期时间，默认为 None。
• end: 结束日期，字符串或日期时间，默认为 None。
• periods: 生成日期的数量，默认为 None。其中 start 和 end 中必须有一个设置为 None，而另一个必须指定。
• freq: 日期增量字符串或 DateOffset，默认为 None。例如，"D" 表示每日，"H" 表示每小时，"M" 表示每月，"A" 表示每年等。更多可选项请参考官方文档。
• tz: 时区字符串或对象，默认为 None。
• normalize: 如果设置为 True，则在生成日期之后，将所有日期的时分秒设置为 00:00:00，默认为 False。
• name: 结果索引的名称，默认为 None。
• closed: 当 start 和 end 是日期时间字符串时，指定区间的封闭端点。默认为 None，表示两端都是开放的。
• **kwargs: 其他关键字参数，会传递给 freq 参数指定的日期偏移类。

返回值

返回一个日期范围的时间序列对象（DatetimeIndex 或 PeriodIndex）。

示例

import pandas as pd

# 生成每日日期范围
date_range = pd.date_range(start='2022-01-01', end='2022-01-10')
print(date_range)

输出结果:

DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08', '2022-01-09', '2022-01-10'], dtype='datetime64[ns]', freq='D')

注意事项

• 若要使用 date_range 方法，需要先导入 pandas 库，通过 import pandas as pd 实现。
• 日期范围可以通过指定 start 和 end 参数，或者 start 和 periods 参数的组合来生成。
• 可以通过指定 freq 参数设置日期的增量间隔，支持多种常用日期频率。
• date_range 方法返回的是一个时间序列对象，可以进一步用于数据分析和处理操作。

以上介绍了 pandas.date_range() 方法的基本用法及注意事项。通过该方法，可以方便地生成日期范围的时间序列，为数据处理和分析提供了便利。详情请参考 pandas 官方文档。