python创建时间序列_python时间序列按频率生成日期
有时候我们的数据是按某个频率收集的，比如每日、每月、每15分钟，那么我们怎么产生对应频率的索引呢？pandas中的date_range可用于生成指定长度的DatetimeIndex。
我们先看一下怎么生成日期范围：pd.date_range(startdate,enddate)
1.生成指定开始日期和结束日期的时间范围：
In：import pandas as pd
index = pd.date_range('4/1/2019','5/1/2019')
print(index)
Out：
DatetimeIndex(['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04',
'2019-04-05', '2019-04-06', '2019-04-07', '2019-04-08',
'2019-04-09', '2019-04-10', '2019-04-11', '2019-04-12',
'2019-04-13', '2019-04-14', '2019-04-15', '2019-04-16',
'2019-04-17', '2019-04-18', '2019-04-19', '2019-04-20',
'2019-04-21', '2019-04-22', '2019-04-23', '2019-04-24',
'2019-04-25', '2019-04-26', '2019-04-27', '2019-04-28',
'2019-04-29', '2019-04-30', '2019-05-01'],
dtype='datetime64[ns]', freq='D')
1
2
3
4
5
6
7
8
9
10
11
12
13
也可以只指定开始日期或结束日期，但这时必须要输入一个时间长度，并且指定输入的是开始时间还是结束时间，如果不指定默认是开始时间。
date_range(startdate/enddate,periods)
In：print(pd.date_range(start = '4/1/2019',periods = 10))
Out：DatetimeIndex(['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04',
'2019-04-05', '2019-04-06', '2019-04-07', '2019-04-08',
'2019-04-09', '2019-04-10'],
dtype='datetime64[ns]', freq='D')
In：print(pd.date_range(start = '5/1/2019',periods = 10))
Out：DatetimeIndex(['2019-05-01', '2019-05-02', '2019-05-03', '2019-05-04',
'2019-05-05', '2019-05-06', '2019-05-07', '2019-05-08',
'2019-05-09', '2019-05-10'],
dtype='datetime64[ns]', freq='D')
1
2
3
4
5
6
7
8
9
10
现在我们已经知道怎么生成日期范围了，但是上面我们生成的日期的时间间隔都是天，接下来告诉大家怎么生成其他时间频率的日期范围。
要生成按某个频率计算的日期范围，只需要在date_range后加上freq就可以了。比如，生成每小时间隔的时间：
In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = 'h'))
Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:00:00',
'2019-05-01 02:00:00', '2019-05-01 03:00:00',
'2019-05-01 04:00:00', '2019-05-01 05:00:00',
'2019-05-01 06:00:00', '2019-05-01 07:00:00',
'2019-05-01 08:00:00', '2019-05-01 09:00:00'],
dtype='datetime64[ns]', freq='H')
1
2
3
4
5
6
7
生成时间间隔为3个小时的时间：
In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = '3h'))
Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:00:00',
'2019-05-01 02:00:00', '2019-05-01 03:00:00',
'2019-05-01 04:00:00', '2019-05-01 05:00:00',
'2019-05-01 06:00:00', '2019-05-01 07:00:00',
'2019-05-01 08:00:00', '2019-05-01 09:00:00'],
dtype='datetime64[ns]', freq='H')
1
2
3
4
5
6
7
生成时间间隔为1小时30分的时间：
In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = '1h30min'))
Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:30:00',
'2019-05-01 03:00:00', '2019-05-01 04:30:00',
'2019-05-01 06:00:00', '2019-05-01 07:30:00',
'2019-05-01 09:00:00', '2019-05-01 10:30:00',
'2019-05-01 12:00:00', '2019-05-01 13:30:00'],
dtype='datetime64[ns]', freq='90T')
1
2
3
4
5
6
7
python还可以生成其他不规则频率的时间，比如每月的第一个工作日，每月的第一个日历日等
生成每月的第一个工作日：
In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'BMS'))
Out：DatetimeIndex(['2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01',
'2019-05-01', '2019-06-03', '2019-07-01', '2019-08-01',
'2019-09-02', '2019-10-01', '2019-11-01', '2019-12-02'],
dtype='datetime64[ns]', freq='BMS')
1
2
3
4
5
生成每月的第一个日历日：
In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'MS'))
Out：DatetimeIndex(['2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01',
'2019-05-01', '2019-06-01', '2019-07-01', '2019-08-01',
'2019-09-01', '2019-10-01', '2019-11-01', '2019-12-01'],
dtype='datetime64[ns]', freq='MS')
1
2
3
4
5
有一种很实用的频率类，为“WOM”，即每月的几个星期几。比如每月的第三个星期五。如果我们每月的第三个星期五发工资，这样就可以很方便的知道今年每个月的工资日了。
In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'WOM-3FRI'))
Out：DatetimeIndex(['2019-01-18', '2019-02-15', '2019-03-15', '2019-04-19',
'2019-05-17', '2019-06-21', '2019-07-19', '2019-08-16',
'2019-09-20', '2019-10-18', '2019-11-15', '2019-12-20'],
dtype='datetime64[ns]', freq='WOM-3FRI')
1
2
3
4
5
下面是python可使用的时间序列的基础频率表：
别名偏移量类型说明
DDay每日历日
BBusinessDay每工作日
HHour每小时
T或minMinute每分钟
SSecond每秒
L或msMilli每毫秒
UMicro每微秒
MMonthEnd每月最后一个日历日
BMBusinessMonthEnd每月最后一个工作日
MSMonthBegin每月第一个日历日
BMSBusinessMonthBegin每月第一个工作日
W-MON、W-TUEWeek每周的星期几
WOM-1MON、WOM-2MONWeekofMonth每月第几周的星期几
Q-JAN、Q-FEBQuarterEnd每个季度对应的该月份的最后一个日历日
BQ-JAN、BQ-FEBBusinessQuarterEnd每个季度对应的该月份的最后一个工作日
QS-JAN、QS-FEBQuarterBegin每个季度对应的该月份的第一个日历日
BQS-JAN、BQS-FEBQuarterBegin每个季度对应的该月份的第一个工作日
A-JAN、B-FEBYearEnd每年指定月份的最后一个日历日
BA-JAN、BA-FEBBusinessYearEnd每年指定月份的最后一个工作日
AS-JAN、AS-FEBYearBegin每年指定月份的第一个日历日
BAS-JAN、BAS-FEBBusinessYearBegin每年指定月份的第一个工作日
---------------------
python创建时间序列_python时间序列按频率生成日期相关推荐
- python用电预测_Python时间序列预测实战（电力负荷预测）
这是我之前工作做的一个项目 import os import pandas as pd import numpy path = "E:/工作/负荷预测/历史负荷数据-每天" #文件 ...
- python创建列表_python创建与遍历List二维列表的方法
python 创建List二维列表 lists = [[] for i in range(3)] # 创建的是多行三列的二维列表 for i in range(3): lists[0].append( ...
- python 创建子类_python创建子类的方法分析
本文实例讲述了python创建子类的方法.分享给大家供大家参考,具体如下: 如果你的类没有从任何祖先类派生,可以使用object作为父类的名字.经典类的声明唯一不同之处在于其没有从祖先类派生---此时 ...
- python创建追加_Python文件的创建与追加
(转载)https://www.xshell.net/python/python_open.html Posted by 破冰 on 2013-9-17 17:29 Tuesday 一.用Python ...
- python创建矩阵_Python创建对称矩阵的方法示例【基于numpy模块】
本文实例讲述了Python创建对称矩阵的方法.分享给大家供大家参考,具体如下: 对称(实对称)矩阵也即: step 1:创建一个方阵 >>> import numpy as np & ...
- 如何用python创建文件_python在指定目录创建文件
Python无法创建文件夹,如何制定创建目录?温柔也好,凶狠也罢.想有一个陌生的自己,给自己一些惊喜. /主目录/桌面/gnssIR_python-master:/usr/local/bin:/usr ...
- python创建变量_python创建变量
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 创建: 当python变量'赋值'时,根据值类型创建变量,如:a=1引用: 当参 ...
- python创建时间序列_python 时间序列
将dataframe的列转化为时间序列 #https://www.cnblogs.com/bolgbjg/p/14013300.html #datetime.now()获取现在的时间,now.year ...
- python arima模型_Python时间序列处理之ARIMA模型的使用讲解
ARIMA模型 ARIMA模型的全称是自回归移动平均模型,是用来预测时间序列的一种常用的统计模型,一般记作ARIMA(p,d,q). ARIMA的适应情况 ARIMA模型相对来说比较简单易用.在应用A ...
最新文章
- mysql建立数据浏览器_一个简单的MySQL数据浏览器
- colease函数 mysql_SqlConnection 概述
- html+form+multipartform-data,表单 – 如何处理node.js中的multipart / form-data
- dojo中的dojo/on
- 基于 Vue 的移动端富文本编辑器 vue-quill-editor 实战
- element 怎么把数据写到日历表上_数据集 | 地理空间数据云30m的DEM爬取
- 三级python考试难吗_Python自学之路：三级菜单
- javascript cookie传统用法
- 获取工程的exe文件的所在目录
- QQ群排名霸屏：快速上排名方法
- 广告投放系统后台html,今日头条广告如何投放？今日头条广告后台操作说明
- C语言理论小学案例试讲,C语言试讲演示文稿.ppt
- elementUI Tree组件实现双击事件
- 单片机c语言程序设计算器,基于单片机的数字计算器的设计
- deb ipa pxl
- VS code 代码鼠标滑轮缩放
- 数据结构-平衡二叉树(AVL树)
- Validator框架的使用
- intellij HTTP状态 404 - 未找到_了解你的业务状态！使用 Nagios 打造专业的业务状态监控...
- 记录一次oracle中count特别慢的解决方案