Pandas 日期函数

Pandas 日期函数操作实例

扩展时间序列，日期功能在财务数据分析中起着重要作用。使用日期数据时，我们经常会遇到以下情况-

生成日期序列 将日期序列转换为不同的频率

创建日期范围

通过指定日期和频率使用date.range()函数，我们可以创建日期序列。默认情况下，范围的频率为天。

import pandas as pd
print(pd.date_range('1/1/2011', periods=5))

运行结果如下：

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],dtype='datetime64[ns]', freq='D')

更改日期频率

import pandas as pd
print(pd.date_range('1/1/2011', periods=5,freq='M'))

运行结果如下：

 DatetimeIndex(['2011-01-31', '2011-02-28', '2011-03-31', '2011-04-30', '2011-05-31'],dtype='datetime64[ns]', freq='M')

bdate_range

bdate_range()代表营业日期范围。与date_range()不同，它不包括星期六和星期日。

import pandas as pd
print(pd.date_range('1/1/2011', periods=5))

运行结果如下：

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
    dtype='datetime64[ns]', freq='D')

请注意，3月3日之后，日期跳至3月6日（不包括4日和5日）。只需检查日历中的日期即可。
诸如date_range和bdate_range之类的便利功能利用了多种频率别名。date_range的默认频率是日历日，而bdate_range的默认频率是工作日。

 import pandas as pd
 start = pd.datetime(2011, 1, 1)
 end = pd.datetime(2011, 1, 5)
 print(pd.date_range(start, end))

运行结果如下：

 DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
    dtype='datetime64[ns]', freq='D')

偏移别名

为有用的通用时间序列频率提供了许多字符串别名。我们将这些别名称为偏移别名。