当前位置:脚本大全 > > 正文

python随机生成时间戳(python时间序列按频率生成日期的方法)

时间:2021-10-01 01:06:45类别:脚本大全

python随机生成时间戳

python时间序列按频率生成日期的方法

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:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • inimport 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')
  • 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)

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • inprint(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')
  • inprint(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')
  • 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:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • inprint(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')
  • 生成时间间隔为3个小时的时间:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • inprint(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')
  • 生成时间间隔为1小时30分的时间:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • inprint(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')
  • 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:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • inprint(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')
  • 生成每月的第一个日历日:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • inprint(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')
  • 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。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • inprint(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')
  • 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
    d day 每日历日
    b businessday 每工作日
    h hour 每小时
    t或min minute 每分钟
    s second 每秒
    l或ms milli 每毫秒
    u micro 每微秒
    m monthend 每月最后一个日历日
    bm businessmonthend 每月最后一个工作日
    ms monthbegin 每月第一个日历日
    bms businessmonthbegin 每月第一个工作日
    w-mon、w-tue week 每周的星期几
    wom-1mon、wom-2mon weekofmonth 每月第几周的星期几
    q-jan、q-feb quarterend 每个季度对应的该月份的最后一个日历日
    bq-jan、bq-feb businessquarterend 每个季度对应的该月份的最后一个工作日
    qs-jan、qs-feb quarterbegin 每个季度对应的该月份的第一个日历日
    bqs-jan、bqs-feb quarterbegin 每个季度对应的该月份的第一个工作日
    a-jan、b-feb yearend 每年指定月份的最后一个日历日
    ba-jan、ba-feb businessyearend 每年指定月份的最后一个工作日
    as-jan、as-feb yearbegin 每年指定月份的第一个日历日
    bas-jan、bas-feb businessyearbegin 每年指定月份的第一个工作日

    以上所述是小编给大家介绍的python时间序列按频率生成日期的方法详解整合,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对开心学习网网站的支持!

    原文链接:https://blog.csdn.net/weixin_43342981/article/details/90144285
    上一篇下一篇

    猜您喜欢

    热门推荐