Python Pandas bdate_range方法用法及代码示例

例子

基本用法

要获取包含两个日期之间的工作日的 DatetimeIndex ：

pd.bdate_range(start='12/19/2019', end='12/24/2019')



DatetimeIndex(['2019-12-19', '2019-12-20', '2019-12-23', '2019-12-24'], dtype='datetime64[ns]', freq='B')

请注意，2019-12-21(星期六)和2019-12-22(星期日)缺失，因为默认情况下周末不被视为工作日。

指定期间

要获得 3 个工作日的 DatetimeIndex ：

pd.bdate_range(start='12/19/2019', periods=3)



DatetimeIndex(['2019-12-19', '2019-12-20', '2019-12-23'], dtype='datetime64[ns]', freq='B')

您还可以指定 end 和 periods 的组合，如下所示：

pd.bdate_range(end='12/19/2019', periods=3)



DatetimeIndex(['2019-12-17', '2019-12-18', '2019-12-19'], dtype='datetime64[ns]', freq='B')

指定频率

默认情况下， freq="B" ，这意味着将使用单个工作日的偏移量：

pd.bdate_range(start='12/19/2019', periods=3)   # freq="B"



DatetimeIndex(['2019-12-19', '2019-12-20', '2019-12-23'], dtype='datetime64[ns]', freq='B')

要为每对连续日期设置 2 个工作日的偏移量：

pd.bdate_range(start='12/19/2019', periods=3, freq="2B")



DatetimeIndex(['2019-12-19', '2019-12-23', '2019-12-25'], dtype='datetime64[ns]', freq='2B')

此处，2012-12-21 是星期六，因此已从结果中排除。

指定 tz

要将 Asia/Tokyo 的时区编码到结果 DatetimeIndex 中：

pd.bdate_range(start='12/20/2019', periods=3, tz="Asia/Tokyo")



DatetimeIndex(['2019-12-20 00:00:00+09:00', '2019-12-23 00:00:00+09:00',
               '2019-12-24 00:00:00+09:00'],
              dtype='datetime64[ns, Asia/Tokyo]', freq='B')

指定标准化

默认情况下， normalize=True ，这意味着日期的时间单位重置为午夜：

pd.bdate_range(start='12/20/2019 15:30:00', periods=3)   # normalize=True



DatetimeIndex(['2019-12-20', '2019-12-23', '2019-12-24'], dtype='datetime64[ns]', freq='B')

要保留有关时间单位的信息，请设置 normalize=False ：

pd.bdate_range(start='12/20/2019 15:30:00', periods=3, normalize=False)



DatetimeIndex(['2019-12-20 15:30:00', '2019-12-23 15:30:00',
               '2019-12-24 15:30:00'],
              dtype='datetime64[ns]', freq='B')

指定名称

为生成的 DatetimeIndex 指定名称：

idx = pd.bdate_range(start='12/20/2019', periods=2, name="My Dates")
idx



DatetimeIndex(['2019-12-20', '2019-12-23'], dtype='datetime64[ns]', name='My Dates', freq='B')

从此索引创建DataFrame：

pd.DataFrame({"A":[1,2]}, index=idx)



            A
My Dates  
2019-12-20  1
2019-12-23  2

请注意 DataFrame 的索引如何显示我们分配的name。

指定周掩码

要更改一周中被视为工作日的日子，请设置 weekmask 参数，如下所示：

pd.bdate_range(start='12/19/2019', freq="C", periods=4, weekmask="Mon Tue Wed Thu")



DatetimeIndex(['2019-12-19', '2019-12-23', '2019-12-24', '2019-12-25'], dtype='datetime64[ns]', freq='C')

当通过weekmask参数，您还必须指定freq="C".在这里，C代表CustomBusinessDay.

指定假期

要设置被视为非工作日的日期，请设置 holidays 参数，如下所示：

holidays = ['2019-12-23']
pd.bdate_range(start='12/19/2019', freq="C", periods=4, holidays=holidays)



DatetimeIndex(['2019-12-19', '2019-12-20', '2019-12-24', '2019-12-25'], dtype='datetime64[ns]', freq='C')

请注意 2019-12-23 (周一)如何从返回的 DatetimeIndex 中排除。