pandas.date_range # 熊猫。date_range ( start = None , end = None , period = None , freq = None , tz = None , normalize = False , name = None , Included = 'both' , * , unit = None , ** kwargs ) [来源] # 返回固定频率的 DatetimeIndex。 返回等距时间点的范围(其中任意两个相邻点之间的差异由给定频率指定),使得它们都满足start <[=] x <[=] end,其中第一个和最后一个是,分别是该范围内落在 边界上的第一个和最后一个时间点freq (如果以频率字符串形式给出)或有效的时间点freq(如果以 形式给出 pandas.tseries.offsets.DateOffset)。 (如果未指定start、 end、 或之一,则可以根据给定、范围内的时间步数来计算此缺失参数。请参阅下面的注释。)freqperiods 参数: 开始str 或类似日期时间,可选用于生成日期的左边界。 end str 或类似日期时间,可选生成日期的右界。 period整数,可选要生成的周期数。 freq str、Timedelta、datetime.timedelta 或 DateOffset,默认“D”频率字符串可以有多个,例如“5h”。请参阅 此处了解频率别名列表。 tz str 或 tzinfo,可选用于返回本地化 DatetimeIndex 的时区名称,例如“Asia/Hong_Kong”。默认情况下,生成的 DatetimeIndex 是 timezone-naive 的,除非传递时区感知的 datetime-likes。 标准化布尔值,默认 False在生成日期范围之前将开始/结束日期标准化为午夜。 名称str,默认无生成的 DatetimeIndex 的名称。 包含{“both”, “neither”, “left”, “right”}, 默认“both”包括边界;是否将每个边界设置为封闭或开放。 1.4.0 版本中的新增功能。 单位str,默认无指定所需的结果分辨率。 2.0.0 版本中的新增内容。 **夸格为了兼容性。对结果没有影响。 返回: 日期时间索引 也可以看看 DatetimeIndex日期时间的不可变容器。 timedelta_range返回固定频率 TimedeltaIndex。 period_range返回固定频率的PeriodIndex。 interval_range返回固定频率 IntervalIndex。 笔记 start在、end、periods和四个参数中freq,必须指定三个。如果freq省略,结果 DatetimeIndex将在和periods之间具有线性间隔的元素 (两侧闭合)。startend 要了解有关频率字符串的更多信息,请参阅此链接。 例子 指定值 接下来的四个示例生成相同的DatetimeIndex ,但改变start、end和period的组合。 指定start和end,以及默认的每日频率。 >>> pd.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='D') 指定时区感知的start和end,以及默认的每日频率。 >>> pd.date_range( ... start=pd.to_datetime("1/1/2018").tz_localize("Europe/Berlin"), ... end=pd.to_datetime("1/08/2018").tz_localize("Europe/Berlin"), ... ) DatetimeIndex(['2018-01-01 00:00:00+01:00', '2018-01-02 00:00:00+01:00', '2018-01-03 00:00:00+01:00', '2018-01-04 00:00:00+01:00', '2018-01-05 00:00:00+01:00', '2018-01-06 00:00:00+01:00', '2018-01-07 00:00:00+01:00', '2018-01-08 00:00:00+01:00'], dtype='datetime64[ns, Europe/Berlin]', freq='D') 指定开始时间和期间、期间数(天)。 >>> pd.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='D') 指定end和period,即周期数(天)。 >>> pd.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='D') 指定开始、结束和期间;频率自动生成(线性间隔)。 >>> pd.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) 其他参数 将freq(频率)更改为'ME'(月末频率)。 >>> pd.date_range(start='1/1/2018', periods=5, freq='ME') DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31', '2018-04-30', '2018-05-31'], dtype='datetime64[ns]', freq='ME') 允许多个 >>> pd.date_range(start='1/1/2018', periods=5, freq='3ME') DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31', '2019-01-31'], dtype='datetime64[ns]', freq='3ME') freq也可以指定为 Offset 对象。 >>> pd.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='3ME') 指定tz设置时区。 >>> pd.date_range(start='1/1/2018', periods=5, tz='Asia/Tokyo') DatetimeIndex(['2018-01-01 00:00:00+09:00', '2018-01-02 00:00:00+09:00', '2018-01-03 00:00:00+09:00', '2018-01-04 00:00:00+09:00', '2018-01-05 00:00:00+09:00'], dtype='datetime64[ns, Asia/Tokyo]', freq='D') 包容性控制是否包括边界上的开始和结束。默认值“两者”包括两端的边界点。 >>> pd.date_range(start='2017-01-01', end='2017-01-04', inclusive="both") DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq='D') 如果末端落在边界上,则用于inclusive='left'排除该末端。 >>> pd.date_range(start='2017-01-01', end='2017-01-04', inclusive='left') DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq='D') 如果 start 落在边界上,则用于inclusive='right'排除startinclusive='neither' ,同样会排除start和end。 >>> pd.date_range(start='2017-01-01', end='2017-01-04', inclusive='right') DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq='D') 指定单位 >>> pd.date_range(start="2017-01-01", periods=10, freq="100YS", unit="s") DatetimeIndex(['2017-01-01', '2117-01-01', '2217-01-01', '2317-01-01', '2417-01-01', '2517-01-01', '2617-01-01', '2717-01-01', '2817-01-01', '2917-01-01'], dtype='datetime64[s]', freq='100YS-JAN')