Python Pandas - 日期功能

扩展时间序列,日期功能在财务数据分析中发挥着重要作用。 在处理日期数据时,我们会经常遇到以下情况 −

  • 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

使用 date.range() 函数通过指定周期和频率,我们可以创建日期系列。 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)

它的输出如下 −

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')

它的输出如下 −

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() 代表业务日期范围。 与 date_range() 不同,它不包括周六和周日。

import pandas as pd

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

它的输出如下 −

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

请注意,在 3 月 3 日之后,日期会跳到 3 月 6 日,不包括 4 日和 5 日。 只需查看您的日历即可。

date_rangebdate_range 等便利函数利用各种频率别名。 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)

它的输出如下 −

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

为有用的常见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。

别名 描述 别名 描述
B 工作日频率 BQS 业务季度开始频率
D 日历日频率 A 年度(年)结束频率
W 每周频率 BA 营业年终频率
M 月末频率 BAS 业务年度开始频率
SM 半月结束频率 BH 工作时间频率
BM 工作月结频率 H 每小时频率
MS month start frequency T, min minutely frequency
SMS SMS半月开始频率 S 第二频率
BMS 工作月份开始频率 L, ms 毫秒
Q 季度结束频率 U, us 微秒
BQ 业务季度结束频率 N 纳秒
QS 季度开始频率