关于pandas.date_range()的用法及说明

当我们使用pandas模块进行数据处理时，常常需要处理日期时间数据。pandas.date_range()是pandas模块中常用的日期生成器，它可以按照指定的频率（如天、小时、分钟）生成一段日期范围内的时间序列，同时也可以指定日期范围的开始时间点、结束时间点等参数。

语法

pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)

参数说明

• start：生成日期范围的起始时间。可以是日期时间字符串、datetime对象、Timestamp对象或其他兼容类型对象。如果未指定，则默认为1970年1月1日。
• end：生成日期范围的结束时间。可以是日期时间字符串、datetime对象、Timestamp对象或其他兼容类型对象。如果未指定，则默认为当前时间。
• periods：序列中时间点的数量。默认是None，必须指定end或periods中的至少一个参数。
• freq：生成日期范围的频率。可以是字符串或DateOffset对象。常用的包括'D'（频率为天）、'H'（频率为小时）、'T'（频率为分钟）等，更多请参考官方文档，默认为'D'。
• tz：时区。
• normalize：是否对输出的时间进行标准化，使用默认值True即可。
• name：返回值的名称。
• closed：关闭那些端点（'left'或'right'）。

示例说明

1. 生成月份序列

import pandas as pd

dates = pd.date_range('20190101', '20191231', freq='M')
print(dates)

输出：

DatetimeIndex(['2019-01-31', '2019-02-28', '2019-03-31', '2019-04-30',
               '2019-05-31', '2019-06-30', '2019-07-31', '2019-08-31',
               '2019-09-30', '2019-10-31', '2019-11-30', '2019-12-31'],
              dtype='datetime64[ns]', freq='M')

生成了从2019年1月份到12月份的月份序列。

1. 生成指定间隔的时间戳序列

import pandas as pd

dates = pd.date_range(start='2020-01-01', periods=10, freq='12H30T')
print(dates)

输出：

DatetimeIndex(['2020-01-01 00:00:00', '2020-01-01 12:30:00',
               '2020-01-02 01:00:00', '2020-01-02 13:30:00',
               '2020-01-03 02:00:00', '2020-01-03 14:30:00',
               '2020-01-04 03:00:00', '2020-01-04 15:30:00',
               '2020-01-05 04:00:00', '2020-01-05 16:30:00'],
              dtype='datetime64[ns]', freq='750T')

生成了从2020年1月1日开始，每隔12小时30分钟生成一次时间戳，总共生成10个时间戳。