pandas生成时间列表

pandas生成时间列表

1.根据始末时间生成一个时间段

pd.date_range(start, end, freq) freq**参数由英文(M D H Min 。。。)、英文数字结合。D表示一天，M表示一月如20D表示20天，5M表示5个月。

#生成20171011-20171030 
pd.date_range('20171011', '20171030',freq='5D') 
DatetimeIndex(['2017-10-11', '2017-10-16', '2017-10-21', '2017-10-26'], dtype='datetime64[ns]', freq='5D')

2.根据起始向后生成时间段 pd.date_range(日期字符串, periods=5, freq=‘T‘)

periods ：时间段长度，整数类型
? freq： 时间单位。月日时分秒。M D H ...

import pandas as pd 
#20171231 12:50时间点开始，生成以月为间隔，长度为5的时间段 
tm_rng = pd.date_range('20171231 12:50',periods=5,freq='M') 
 
print(type(tm_rng)) 
DatetimeIndex(['2017-12-31 12:50:00', '2018-01-31 12:50:00','2018-02-28 12:50:00', '2018-03-31 12:50:00',
 
print(tm_rng)
<class 'pandas.core.indexes.datetimes.DatetimeIndex'> 
'2018-04-30 12:50:00'],dtype='datetime64[ns]', freq='M')

3.根据给定时间点向前（向后）生成时间段

? pd.bdate_range(end,periods,freq) 根据end时间点开始,以freq为单位，向前生成周期为period的时间序列

? pd.bdate_range(start,periods,freq) 根据start时间点开始,以freq为单位，向后生成周期为period的时间序列

#向前5天 
print(pd.bdate_range(end='20180101',periods=5,freq='D'))
DatetimeIndex(['2017-12-28', '2017-12-29', '2017-12-30', '2017-12-31','2018-01-01'],dtype='datetime64[ns]', freq='D')

#向后5天 
print(pd.bdate_range(start='20180101',periods=5,freq='D'))
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04','2018-01-05'],dtype='datetime64[ns]', freq='D')

4.指定时间格式的时间列表

传入的日期格式也可以修改，在pd.date_range函数中可以添加freq参数，默认是‘D‘,表示天

import pandas as pd
def get_date_list(begin_date,end_date):
　　date_list = [x.strftime('%Y-%m-%d') for x in list(pd.date_range(start=begin_date, end=end_date))]
　　return date_list

# 可以测试
print(get_date_list('2018-06-01','2018-06-08'))

#  ['2018-06-01', '2018-06-02', '2018-06-03', '2018-06-04', '2018-06-05', '2018-06-06', '2018-06-07', '2018-06-08']

pandas生成时间列表

原文：https://www.cnblogs.com/bbiu/p/11302052.html