创建时间序列
函数pd.date_range()
根据指定的范围，生成时间序列DatetimeIndex，每隔元素的类型为Timestamp。该函数应用较多。
ts = pd.date_range('2017-09-01', periods=10, freq='d', normalize=False)ts输出为：
DatetimeIndex(['2017-09-01', '2017-09-02', '2017-09-03', '2017-09-04','2017-09-05', '2017-09-06', '2017-09-07', '2017-09-08','2017-09-09', '2017-09-10'],dtype='datetime64[ns]', freq='D'
主要的入参解析：
其中，freq的取值可以为如下的符号表示间隔，可以结合符号和数字，如'3d'，表示每隔三天记录一个时间点。大小写都可以。
B business day frequencyC custom business day frequency (experimental)D calendar day frequencyW weekly frequencyM month end frequencySM semi-month end frequency (15th and end of month)BM business month end frequencyCBM custom business month end frequencyMS month start frequencySMS semi-month start frequency (1st and 15th)BMS business month start frequencyCBMS custom business month start frequencyQ quarter end frequencyBQ business quarter endfrequencyQS quarter start frequencyBQS business quarter start frequencyA year end frequencyBA business year end frequencyAS year start frequencyBAS business year start frequencyBH business hour frequencyH hourly frequencyT, min minutely frequencyS secondly frequencyL, ms millisecondsU, us microsecondsN nanoseconds
字符串转换为时间戳
pd.to_datetime() 函数可以将表示时间的字符串转换位TimeStamp。
pd.to_datetime('2017-09-01')输出为：
Timestamp('2017-09-01 00:00:00')常用的参数：
format: 用来设置字符串的格式，默认如上所示。
时间戳的加减
有时候需要将时间进行增减，可以使用类型：DateOffset。
pd.to_datetime('2017-09-01') + pd.DateOffset(days=10) 输出为：
Timestamp('2017-09-11 00:00:00')DateOffset常用的参数：
以上可以同时设置，组合使用。
pd.to_datetime('2017-09-01') + pd.DateOffset(seconds=10, days = 10)输出为：
Timestamp('2017-09-11 00:00:10')以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持武林网。
新闻热点
疑难解答
图片精选
