Python Pandas bdate_range方法用法及代碼示例

例子

基本用法

要獲取包含兩個日期之間的工作日的 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')

請注意，2019-12-21(星期六)和2019-12-22(星期日)缺失，因為默認情況下周末不被視為工作日。

指定期間

要獲得 3 個工作日的 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')

您還可以指定 end 和 periods 的組合，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')

指定頻率

默認情況下， freq="B" ，這意味著將使用單個工作日的偏移量：

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')

要為每對連續日期設置 2 個工作日的偏移量：

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')

此處，2012-12-21 是星期六，因此已從結果中排除。

指定 tz

要將 Asia/Tokyo 的時區編碼到結果 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')

指定標準化

默認情況下， normalize=True ，這意味著日期的時間單位重置為午夜：

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')

要保留有關時間單位的信息，請設置 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')

指定名稱

為生成的 DatetimeIndex 指定名稱：

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')

從此索引創建DataFrame：

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



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

請注意 DataFrame 的索引如何顯示我們分配的name。

指定周掩碼

要更改一周中被視為工作日的日子，請設置 weekmask 參數，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')

當通過weekmask參數，您還必須指定freq="C".在這裏，C代表CustomBusinessDay.

指定假期

要設置被視為非工作日的日期，請設置 holidays 參數，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')

請注意 2019-12-23 (周一)如何從返回的 DatetimeIndex 中排除。