Python pandas.date_range()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

pandas.date_range()是Pandas中的常规函数之一，用于返回固定频率的DatetimeIndex。

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

参数:
start:左边界用于生成日期。
end:右边界用于生成日期。
periods:要生成的周期数。
freq:频率字符串可以有多个，例如“ 5H”。有关频率别名的列表，请参见此处。
tz:返回本地化的DatetimeIndex的时区名称。默认情况下，结果DatetimeIndex为timezone-naive。
normalize:将开始/结束日期标准化为午夜，然后再生成日期范围。
name:结果DatetimeIndex的名称。
closed:相对于“左”，“右”或两侧的给定频率，使时间间隔闭合(默认为“无”)。

返回:日期时间索引

代码1：

# importing pandas as pd 
import pandas as pd 
  
per1 = pd.date_range(start ='1-1-2018',  
         end ='1-05-2018', freq ='5H') 
  
for val in per1:
    print(val)

输出：

代码2：

# importing pandas as pd 
import pandas as pd 
  
dRan1 = pd.date_range(start ='1-1-2018', 
           end ='8-01-2018', freq ='M') 
  
dRan2 = pd.date_range(start ='1-1-2018',  
         end ='11-01-2018', freq ='3M') 
  
print(dRan1, '\n\n', dRan2)

输出：

代码3：

# importing pandas as pd 
import pandas as pd 
  
# Specify start and periods, the number of periods (days). 
dRan1 = pd.date_range(start ='1-1-2018', periods = 13) 
  
# Specify end and periods, the number of periods (days). 
dRan2 = pd.date_range(end ='1-1-2018', periods = 13) 
  
# Specify start, end, and periods; the frequency  
# is generated automatically (linearly spaced). 
dRan3 = pd.date_range(start ='01-03-2017',  
            end ='1-1-2018', periods = 13) 
  
print(dRan1, "\n\n", dRan2, '\n\n', dRan3)

输出：

代码4：

# importing pandas as pd 
import pandas as pd 
  
# Specify start and periods, the number of periods (days). 
dRan1 = pd.date_range(start ='1-1-2018',  
       periods = 13, tz ='Asia / Tokyo') 
  
dRan1

输出：

相关用法

注：本文由纯净天空筛选整理自Shivam_k大神的英文原创作品 Python | pandas.date_range() method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。