Python pandas，时间序列，生成时间序列 date_range()，时间序列索引，字符串转换成时间序列类型 to_datetime()

迈不过友情╰ 2022-03-17 05:44 547阅读 0赞

pandas生成时间序列：

pd.**date\_range(start=None, end=None, periods=None, freq='D')**

**start**表示开始时间，**end**表示结束时间，**periods**表示生成时间序列的个数，**freq**表示频率。

一般是start、end和freq配合使用，或者start、periods和freq配合使用。 (end和periods不会同时使用)

**demo.py（生成时间序列，date\_range()，时间序列索引）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # date_range()生成时间序列
    dt1 = pd.date_range(start="20190101", end="20190831", freq="D")  # freq="D"表示频率为每一天
    print(dt1)  # <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
    '''
    DatetimeIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
                   '2019-01-05', '2019-01-06', '2019-01-07', '2019-01-08',
                   '2019-01-09', '2019-01-10',
                   ...
                   '2019-08-22', '2019-08-23', '2019-08-24', '2019-08-25',
                   '2019-08-26', '2019-08-27', '2019-08-28', '2019-08-29',
                   '2019-08-30', '2019-08-31'],
                  dtype='datetime64[ns]', length=243, freq='D')
    '''
    
    # 生成时间序列  periods=10表示生成10个时间序列  freq="10D"表示频率为10天
    dt2 = pd.date_range(start="20190101", periods=10, freq="10D")
    print(dt2)
    '''
    DatetimeIndex(['2019-01-01', '2019-01-11', '2019-01-21', '2019-01-31',
                   '2019-02-10', '2019-02-20', '2019-03-02', '2019-03-12',
                   '2019-03-22', '2019-04-01'],
                  dtype='datetime64[ns]', freq='10D')
    '''
    
    
    # DatetimeIndex时间序列可以直接赋值给索引
    df = pd.DataFrame(np.arange(20).reshape((10, 2)), index=dt2)
    print(df)
    '''
                 0   1
    2019-01-01   0   1
    2019-01-11   2   3
    2019-01-21   4   5
    2019-01-31   6   7
    2019-02-10   8   9
    2019-02-20  10  11
    2019-03-02  12  13
    2019-03-12  14  15
    2019-03-22  16  17
    2019-04-01  18  19
    '''

**demo.py（字符串转换成时间序列类型，to\_datetime()）：**

# coding=utf-8
    import pandas as pd
    
    
    # 带有时间列的DataFrame
    df = pd.DataFrame([{"name":"张三","birthday":"2018年1月1日"},{"name":"李四","birthday":"2018年8月8日"}])
    print(df)
    '''
        birthday    name
    0  2018年1月1日  张三
    1  2018年8月8日  李四
    '''
    
    
    # to_datetime() 将字符串类型转换成时间序列类型  （format参考python的日期格式）
    dt_index = pd.to_datetime(df["birthday"], format="%Y年%m月%d日")  # format参数可以省略。 如果时间字符串中有中文,需要format指定格式。
    print(dt_index)  # dtype是时间序列类型。 (可以把时间序列当成索引)
    '''
    0   2018-01-01
    1   2018-08-08
    Name: birthday, dtype: datetime64[ns]
    '''
    
    # 可以把时间序列当成索引
    df.index = dt_index
    print(df)
    '''
                 birthday name
    birthday                  
    2018-01-01  2018年1月1日   张三
    2018-08-08  2018年8月8日   李四
    '''

频率**freq参数**参考：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvdXlhbmh1YTE_size_16_color_FFFFFF_t_70][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvdXlhbmh1YTE_size_16_color_FFFFFF_t_70]: /images/20220317/42f3d2df3f474b0296ad876e32bfa11e.png