Pandas period_range(~) 方法返回固定頻率的 PeriodIndex 。 Period 表示特定的時間跨度或持續時間。 PeriodIndex 最常用作 DataFrame 的索引。
參數
1.start | string 或 period-like | optional
範圍的下限(含)。默認情況下,start=None 。
2. end | string 或 period-like | optional
範圍的上限(含)。默認情況下,end=None 。
3. periods | int | optional
所需的周期數。默認情況下,periods=None 。
警告
在上述三個參數中,必須指定兩個 - 不能少,不能多。
4. freq | string 或 DateOffset | optional
一對連續日期之間的步長(間隔大小)。默認情況下,freq="D"(一天的步長)。
5. name | string | optional
分配給結果 PeriodIndex 的名稱。默認情況下,name=None 。
返回值
一個 PeriodIndex 。
例子
基本用法
要創建從 2020-12-25 到 2020-12-27(包括兩者)的日期序列:
pd.period_range(start="2020-12-25", end="2020-12-27")
PeriodIndex(['2020-12-25', '2020-12-26', '2020-12-27'], dtype='period[D]', freq='D')
默認步長(頻率)是一天,因此這就是我們在輸出中看到 freq="D" 的原因。
指定期間
要從 2020-12-25(含)創建長度為 3 的日期序列:
pd.period_range(start="2020-12-25", periods=3)
PeriodIndex(['2020-12-25', '2020-12-26', '2020-12-27'], dtype='period[D]', freq='D')
指定頻率
在 Pandas 中,頻率可以被認為是一個周期的長度。默認頻率為 1 天。
讓我們嘗試 2 天的間隔:
pd.period_range(start="2020-12-25", periods=3, freq="2D")
PeriodIndex(['2020-12-25', '2020-12-27', '2020-12-29'], dtype='period[2D]', freq='2D')
請注意我們如何將指定的 freq="2D" 編碼到生成的 PeriodIndex 中。
現在讓我們嘗試 1 個月的間隔:
pd.period_range(start="2020-12-25", periods=3, freq="M")
PeriodIndex(['2020-12', '2021-01', '2021-02'], dtype='period[M]', freq='M')
請注意,我們也可以使用 freq="1M" 來達到相同的效果。
指定名稱
為生成的 PeriodIndex 命名:
pd.period_range(start="2020-12-25", periods=3, name="My Dates")
PeriodIndex(['2020-12-25', '2020-12-26', '2020-12-27'], dtype='period[D]', name='My Dates', freq='D')
請注意我們如何將 name="My Dates" 編碼到 PeriodIndex 中。
使用PeriodIndex作為DataFrame的索引
要使用 PeriodIndex 初始化 DataFrame:
idx = pd.period_range(start="2020-12-25", periods=3)
pd.DataFrame({"A":["a","b","c"]}, index=idx)
A
2020-12-25 a
2020-12-26 b
2020-12-27 c
相關用法
- Python Django permission_denied用法及代碼示例
- Python Django permission_required用法及代碼示例
- Python NumPy percentile方法用法及代碼示例
- Python pandas.arrays.IntervalArray.is_empty用法及代碼示例
- Python pyspark.pandas.Series.dropna用法及代碼示例
- Python pyspark.pandas.groupby.SeriesGroupBy.unique用法及代碼示例
- Python pandas.DataFrame.ewm用法及代碼示例
- Python pandas.api.types.is_timedelta64_ns_dtype用法及代碼示例
- Python pandas.DataFrame.dot用法及代碼示例
- Python pandas.DataFrame.apply用法及代碼示例
- Python pyspark.pandas.Series.dt.weekday用法及代碼示例
- Python pyspark.pandas.DataFrame.select_dtypes用法及代碼示例
- Python Pandas pivot方法用法及代碼示例
- Python pyspark.pandas.date_range用法及代碼示例
- Python pyspark.pandas.isnull用法及代碼示例
- Python pyspark.pandas.Series.hasnans用法及代碼示例
- Python pandas.DataFrame.combine_first用法及代碼示例
- Python pyspark.pandas.Series.rmul用法及代碼示例
- Python pyspark.sql.functions.grouping_id用法及代碼示例
- Python pyspark.pandas.Series.str.repeat用法及代碼示例
- Python pyspark.pandas.DataFrame.groupby用法及代碼示例
- Python pandas.Series.iloc用法及代碼示例
- Python pyspark.ml.feature.DCT用法及代碼示例
- Python pandas.Timestamp.to_numpy用法及代碼示例
- Python pyspark.sql.functions.hours用法及代碼示例
注:本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas | period_range method。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。
