Python pyspark date_range用法及代碼示例

本文簡要介紹 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

返回一個固定頻率的 DatetimeIndex。

參數：

start：str 或datetime-like，可選: 生成日期的左邊界。
end：str 或datetime-like，可選: 生成日期的右邊界。
periods：整數，可選: 要生成的周期數。
freq：str 或 DateOffset，默認為“D”: 頻率字符串可以有多個，例如'5H'。
tz：str 或 tzinfo，可選: 用於返回本地化 DatetimeIndex 的時區名稱，例如“Asia/Hong_Kong”。默認情況下，生成的DatetimeIndex 為timezone-naive。
normalize：布爾值，默認為 False: 在生成日期範圍之前將開始/結束日期標準化為午夜。
name：str，默認無: 結果 DatetimeIndex 的名稱。
closed：{無，‘left’, ‘right’}，可選: 使間隔相對於給定頻率關閉到‘left’, ‘right’，或兩側(無，默認值)。
**kwargs：: 為了兼容性。對結果沒有影響。

rng：DatetimeIndex

注意：

在 start 、 end 、 periods 和 freq 四個參數中，必須指定三個。如果省略freq，則生成的DatetimeIndex 將在start 和end 之間具有periods 線性間隔元素(兩側閉合)。

要了解有關頻率字符串的更多信息，請參閱this link。

例子：

指定值

接下來的四個示例生成相同的 DatetimeIndex ，但改變了 start 、 end 和 periods 的組合。

使用默認的每日頻率指定 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 ，周期數(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 ，周期數(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 ；頻率是自動生成的(線性間隔)。

>>> 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)

其他參數

將 freq(頻率)更改為 'M'(月末頻率)。

>>> 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)

允許多個

>>> 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 也可以指定為偏移對象。

>>> 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控製是否包含邊界上的start和end。默認包括兩端的邊界點。

>>> 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 落在邊界上，則使用 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 落在邊界上，則使用 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)

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.date_range。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。

用法:

參數：

返回：

注意：

例子：