Python pyspark date_range用法及代码示例

本文简要介绍 pyspark.pandas.date_range 的用法。

用法:
pyspark.pandas.date_range(start: Union[str, Any] = None, end: Union[str, Any] = None, periods: Optional[int] = None, freq: Union[str, pandas._libs.tslibs.offsets.DateOffset, None] = None, tz: Union[str, datetime.tzinfo, None] = None, normalize: bool = False, name: Optional[str] = None, closed: Optional[str] = None, **kwargs: Any) → pyspark.pandas.indexes.datetimes.DatetimeIndex

返回一个固定频率的 DatetimeIndex。

参数：

start：str 或datetime-like，可选: 生成日期的左边界。
end：str 或datetime-like，可选: 生成日期的右边界。
periods：整数，可选: 要生成的周期数。
freq：str 或 DateOffset，默认为“D”: 频率字符串可以有多个，例如'5H'。
tz：str 或 tzinfo，可选: 用于返回本地化 DatetimeIndex 的时区名称，例如“Asia/Hong_Kong”。默认情况下，生成的DatetimeIndex 为timezone-naive。
normalize：布尔值，默认为 False: 在生成日期范围之前将开始/结束日期标准化为午夜。
name：str，默认无: 结果 DatetimeIndex 的名称。
closed：{无，‘left’, ‘right’}，可选: 使间隔相对于给定频率关闭到‘left’, ‘right’，或两侧(无，默认值)。
**kwargs：: 为了兼容性。对结果没有影响。

rng：DatetimeIndex

注意：

在 start 、 end 、 periods 和 freq 四个参数中，必须指定三个。如果省略freq，则生成的DatetimeIndex 将在start 和end 之间具有periods 线性间隔元素(两侧闭合)。

要了解有关频率字符串的更多信息，请参阅this link。

例子：

指定值

接下来的四个示例生成相同的 DatetimeIndex ，但改变了 start 、 end 和 periods 的组合。

使用默认的每日频率指定 start 和 end 。

>>> ps.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=None)

指定 start 和 periods ，周期数(天)。

>>> ps.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=None)

指定 end 和 periods ，周期数(天)。

>>> ps.date_range(end='1/1/2018', periods=8)  
DatetimeIndex(['2017-12-25', '2017-12-26', '2017-12-27', '2017-12-28',
               '2017-12-29', '2017-12-30', '2017-12-31', '2018-01-01'],
              dtype='datetime64[ns]', freq=None)

指定 start 、 end 和 periods ；频率是自动生成的(线性间隔)。

>>> ps.date_range(
...     start='2018-04-24', end='2018-04-27', periods=3
... )  
DatetimeIndex(['2018-04-24 00:00:00', '2018-04-25 12:00:00',
               '2018-04-27 00:00:00'],
              dtype='datetime64[ns]', freq=None)

其他参数

将 freq(频率)更改为 'M'(月末频率)。

>>> ps.date_range(start='1/1/2018', periods=5, freq='M')  
DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31', '2018-04-30',
               '2018-05-31'],
              dtype='datetime64[ns]', freq=None)

允许多个

>>> ps.date_range(start='1/1/2018', periods=5, freq='3M')  
DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31',
               '2019-01-31'],
              dtype='datetime64[ns]', freq=None)

freq 也可以指定为偏移对象。

>>> ps.date_range(
...     start='1/1/2018', periods=5, freq=pd.offsets.MonthEnd(3)
... )  
DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31',
               '2019-01-31'],
              dtype='datetime64[ns]', freq=None)

closed控制是否包含边界上的start和end。默认包括两端的边界点。

>>> ps.date_range(
...     start='2017-01-01', end='2017-01-04', closed=None
... )  
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04'],
               dtype='datetime64[ns]', freq=None)

如果 end 落在边界上，则使用 closed='left' 排除它。

>>> ps.date_range(
...     start='2017-01-01', end='2017-01-04', closed='left'
... )  
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq=None)

如果 start 落在边界上，则使用 closed='right' 排除它。

>>> ps.date_range(
...     start='2017-01-01', end='2017-01-04', closed='right'
... )  
DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq=None)

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.date_range。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。

用法:

参数：

返回：

注意：

例子：