【python数据分析（17）】Pandas中时间序列处理（3）时间戳索引中date_range()方法及频率freq的变换

分手后的思念是犯贱 2023-07-11 05:48 7阅读 0赞

## 1. `pd.date_range()` 生成日期范围 ##

通过上一个博客中的输出结果的内容中可以看到，最后的时间戳索引里面的freq = None，下面就可以开始对freq输出结果进行处理了，主要是调整`.date_range()` 中的参数

`pd.date_range`(start=None, end=None, periods=None, freq=‘D’, tz=None, normalize=False, name=None, closed=None, \*\*kwargs)

`start`：开始时间  
`end`：结束时间  
`periods`：持续时间  
`freq`：频率，默认天  
`normalize`：时间参数值正则化到午夜时间戳  
`name`：索引对象名称  
`closed`：默认为`None`的情况下，左闭右闭，`left`则左闭右开，`right`则左开右闭  
`pd.date_range()`默认频率为**日历日**  
`pd.bdate_range()`默认频率为**工作日**  
`tz`：时区

#### 1.1 部分参数的讲解 ####

rng1 = pd.date_range('1/1/2017','1/10/2017', normalize=True)
    rng2 = pd.date_range(start = '1/1/2017', periods = 10)
    rng3 = pd.date_range(end = '1/30/2017 15:00:00', periods = 10)  
    print(rng1)
    print(type(rng1))
    print(rng2)
    print(rng3)

–> 输出的结果为：（rng1由于没有给出时分秒，即使标准化了也不显示出来；rng3添加了时分秒，是可以显示出来的，最后的`freq`也不再是`None`，变成了`D`，也就是`day`）

DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
                   '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',
                   '2017-01-09', '2017-01-10'],
                  dtype='datetime64[ns]', freq='D')
    <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
    DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
                   '2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',
                   '2017-01-09', '2017-01-10'],
                  dtype='datetime64[ns]', freq='D')
    DatetimeIndex(['2017-01-21 15:00:00', '2017-01-22 15:00:00',
                   '2017-01-23 15:00:00', '2017-01-24 15:00:00',
                   '2017-01-25 15:00:00', '2017-01-26 15:00:00',
                   '2017-01-27 15:00:00', '2017-01-28 15:00:00',
                   '2017-01-29 15:00:00', '2017-01-30 15:00:00'],
                  dtype='datetime64[ns]', freq='D')

`normalize`和`name`参数的使用

rng4 = pd.date_range(start = '1/1/2017 15:30', periods = 10, name = 'hello world!', normalize = True)
    print(rng4)

–> 输出的结果为：（正则化处理之后原来后边的时间就不输出了，相当于直接取日期进行索引）

`closed`参数的使用

print(pd.date_range('20170101','20170104'))  
    print(pd.date_range('20170101','20170104',closed = 'right'))
    print(pd.date_range('20170101','20170104',closed = 'left'))

–> 输出的结果为：(第一个输出是有四个结果，其余的只有三个)

DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq='D')
    DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq='D')
    DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq='D')

`.bdate_range()` 工作日

print(pd.bdate_range('20200301','20200307'))

–> 输出的结果为：（3月1号是周日，3月7号是周六，注意最后的`freq`变成了`B`）

DatetimeIndex(['2020-03-02', '2020-03-03', '2020-03-04', '2020-03-05',
                   '2020-03-06'],
                  dtype='datetime64[ns]', freq='B')

直接转化为list，元素为Timestamp

print(list(pd.date_range(start = '1/1/2017', periods = 10)))

–> 输出的结果为：

[Timestamp('2020-01-01 00:00:00', freq='D'),
    Timestamp('2020-01-02 00:00:00', freq='D'),
    Timestamp('2020-01-03 00:00:00', freq='D'), 
    Timestamp('2020-01-04 00:00:00', freq='D'), 
    Timestamp('2020-01-05 00:00:00', freq='D'), 
    Timestamp('2020-01-06 00:00:00', freq='D'),
    Timestamp('2020-01-07 00:00:00', freq='D'), 
    Timestamp('2020-01-08 00:00:00', freq='D'), 
    Timestamp('2020-01-09 00:00:00', freq='D'),
    Timestamp('2020-01-10 00:00:00', freq='D')]

★★★★★★那么问题来了，之前的操作都是将日期字符串转化为日期索引，如何将这些列表中的索引重新转化为我们日常的字符串数据呢？

data = pd.date_range(start = '1/1/2020', periods = 10)
    data_ = data.date.astype(str)
    print(data_)
    print(len(data_))

–> 输出的结果为：

['2020-01-01' '2020-01-02' '2020-01-03' '2020-01-04' '2020-01-05'
     '2020-01-06' '2020-01-07' '2020-01-08' '2020-01-09' '2020-01-10']
    10

## 2. 核心参数freq讲解 ##

全部内容通过思维导图归纳如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]

#### 2.1 按每天中的时间频率进行输出 ####

print(pd.date_range('2020/1/1','2020/1/3'),'\n')  # 默认freq = 'D'：每日历日
    print(pd.date_range('2020/1/1','2020/1/3', freq = 'B'),'\n')  # B：每工作日
    print(pd.date_range('2020/1/1','2020/1/1', freq = 'H'),'\n')  # H：每小时
    print(pd.date_range('2020/1/1 12:00','2020/1/1 12:10', freq = 'T'),'\n')  # T/MIN：每分
    print(pd.date_range('2020/1/1 12:00:00','2020/1/1 12:00:10', freq = 'S'),'\n')  # S：每秒
    print(pd.date_range('2020/1/1 12:00:00','2020/1/1 12:00:05', freq = 'L'),'\n')  # L：每毫秒（千分之一秒）
    print(pd.date_range('2020/1/1 12:00:00','2020/1/1 12:00:01', freq = 'U'))  # U：每微秒（百万分之一秒）

–> 输出的结果为：

DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03'], dtype='datetime64[ns]', freq='D')
    
    DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03'], dtype='datetime64[ns]', freq='B')
    
    DatetimeIndex(['2020-01-01'], dtype='datetime64[ns]', freq='H')
    
    DatetimeIndex(['2020-01-01 12:00:00', '2020-01-01 12:01:00',
                   '2020-01-01 12:02:00', '2020-01-01 12:03:00',
                   '2020-01-01 12:04:00', '2020-01-01 12:05:00',
                   '2020-01-01 12:06:00', '2020-01-01 12:07:00',
                   '2020-01-01 12:08:00', '2020-01-01 12:09:00',
                   '2020-01-01 12:10:00'],
                  dtype='datetime64[ns]', freq='T')
                  
    DatetimeIndex(['2020-01-01 12:00:00', '2020-01-01 12:00:01',
                   '2020-01-01 12:00:02', '2020-01-01 12:00:03',
                   '2020-01-01 12:00:04', '2020-01-01 12:00:05',
                   '2020-01-01 12:00:06', '2020-01-01 12:00:07',
                   '2020-01-01 12:00:08', '2020-01-01 12:00:09',
                   '2020-01-01 12:00:10'],
                  dtype='datetime64[ns]', freq='S')
                  
    DatetimeIndex([       '2020-01-01 12:00:00', '2020-01-01 12:00:00.001000',
                   '2020-01-01 12:00:00.002000', '2020-01-01 12:00:00.003000',
                   '2020-01-01 12:00:00.004000', '2020-01-01 12:00:00.005000',
                   '2020-01-01 12:00:00.006000', '2020-01-01 12:00:00.007000',
                   '2020-01-01 12:00:00.008000', '2020-01-01 12:00:00.009000',
                   ...
                   '2020-01-01 12:00:04.991000', '2020-01-01 12:00:04.992000',
                   '2020-01-01 12:00:04.993000', '2020-01-01 12:00:04.994000',
                   '2020-01-01 12:00:04.995000', '2020-01-01 12:00:04.996000',
                   '2020-01-01 12:00:04.997000', '2020-01-01 12:00:04.998000',
                   '2020-01-01 12:00:04.999000',        '2020-01-01 12:00:05'],
                  dtype='datetime64[ns]', length=5001, freq='L')
                  
    DatetimeIndex([       '2020-01-01 12:00:00', '2020-01-01 12:00:00.000001',
                   '2020-01-01 12:00:00.000002', '2020-01-01 12:00:00.000003',
                   '2020-01-01 12:00:00.000004', '2020-01-01 12:00:00.000005',
                   '2020-01-01 12:00:00.000006', '2020-01-01 12:00:00.000007',
                   '2020-01-01 12:00:00.000008', '2020-01-01 12:00:00.000009',
                   ...
                   '2020-01-01 12:00:00.999991', '2020-01-01 12:00:00.999992',
                   '2020-01-01 12:00:00.999993', '2020-01-01 12:00:00.999994',
                   '2020-01-01 12:00:00.999995', '2020-01-01 12:00:00.999996',
                   '2020-01-01 12:00:00.999997', '2020-01-01 12:00:00.999998',
                   '2020-01-01 12:00:00.999999',        '2020-01-01 12:00:01'],
                  dtype='datetime64[ns]', length=1000001, freq='U')

#### 2.2 按照每周的时间进行输出 ####

`W-MON`：从指定星期几开始算起，每周  
星期几缩写：`MON/TUE/WED/THU/FRI/SAT/SUN`

print(pd.date_range('2020/1/1','2020/2/1', freq = 'W-MON'))

–> 输出的结果为：

DatetimeIndex(['2020-01-06', '2020-01-13', '2020-01-20', '2020-01-27'], dtype='datetime64[ns]', freq='W-MON')

#### 2.3 按照每月的时间进行输出 ####

`WOM-2MON`：每月的第几个星期几开始算，这里是每月第二个星期一

print(pd.date_range('2020/1/1','2020/5/1', freq = 'WOM-2MON'))

–> 输出的结果为：

DatetimeIndex(['2020-01-13', '2020-02-10', '2020-03-09', '2020-04-13'], dtype='datetime64[ns]', freq='WOM-2MON')

#### 2.4 按照日历日和工作日的时间进行输出 ####

**1） 最后的日历日**

`M`：每月最后一个日历日  
`Q-`月：指定月为季度末，每个季度末最后一月的最后一个日历日  
`A-`月：每年指定月份的最后一个日历日  
月缩写：`JAN/FEB/MAR/APR/MAY/JUN/JUL/AUG/SEP/OCT/NOV/DEC`  
所以Q-月只有三种情况：`1-4-7-10,2-5-8-11,3-6-9-12`

print(pd.date_range('2020','2021', freq = 'M'))  
    print(pd.date_range('2020','2021', freq = 'Q-DEC'))  
    print(pd.date_range('2020','2021', freq = 'A-DEC'))

–> 输出的结果为：

DatetimeIndex(['2020-01-31', '2020-02-29', '2020-03-31', '2020-04-30',
                   '2020-05-31', '2020-06-30', '2020-07-31', '2020-08-31',
                   '2020-09-30', '2020-10-31', '2020-11-30', '2020-12-31'],
                  dtype='datetime64[ns]', freq='M')
    DatetimeIndex(['2020-03-31', '2020-06-30', '2020-09-30', '2020-12-31'], dtype='datetime64[ns]', freq='Q-DEC')
    DatetimeIndex(['2020-12-31'], dtype='datetime64[ns]', freq='A-DEC')

**2） 最后的工作日**

`BM`：每月最后一个工作日  
`BQ-`月：指定月为季度末，每个季度末最后一月的最后一个工作日  
`BA-`月：每年指定月份的最后一个工作日

print(pd.date_range('2020','2021', freq = 'BM'))  
    print(pd.date_range('2020','2021', freq = 'BQ-DEC'))  
    print(pd.date_range('2020','2021', freq = 'BA-DEC'))

–> 输出的结果为：（注意和上面的输出进行对比）

DatetimeIndex(['2020-01-31', '2020-02-28', '2020-03-31', '2020-04-30',
                   '2020-05-29', '2020-06-30', '2020-07-31', '2020-08-31',
                   '2020-09-30', '2020-10-30', '2020-11-30', '2020-12-31'],
                  dtype='datetime64[ns]', freq='BM')
    DatetimeIndex(['2020-03-31', '2020-06-30', '2020-09-30', '2020-12-31'], dtype='datetime64[ns]', freq='BQ-DEC')
    DatetimeIndex(['2020-12-31'], dtype='datetime64[ns]', freq='BA-DEC')

**3） 第一个日历日**

`MS`：每月第一个日历日  
`QS-`月：指定月为季度末，每个季度末最后一月的第一个日历日  
`AS-`月：每年指定月份的第一个日历日

print(pd.date_range('2020','2021', freq = 'MS'))  
    print(pd.date_range('2020','2021', freq = 'QS-DEC'))  
    print(pd.date_range('2020','2021', freq = 'AS-DEC'))

–> 输出的结果为：

DatetimeIndex(['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01',
                   '2020-05-01', '2020-06-01', '2020-07-01', '2020-08-01',
                   '2020-09-01', '2020-10-01', '2020-11-01', '2020-12-01',
                   '2021-01-01'],
                  dtype='datetime64[ns]', freq='MS')
    DatetimeIndex(['2020-03-01', '2020-06-01', '2020-09-01', '2020-12-01'], dtype='datetime64[ns]', freq='QS-DEC')
    DatetimeIndex(['2020-12-01'], dtype='datetime64[ns]', freq='AS-DEC')

**4） 第一个工作日**

`BMS`：每月第一个工作日  
`BQS-`月：指定月为季度末，每个季度末最后一月的第一个工作日  
`BAS-`月：每年指定月份的第一个工作日

print(pd.date_range('2020','2021', freq = 'BMS'))  
    print(pd.date_range('2020','2021', freq = 'BQS-DEC'))  
    print(pd.date_range('2020','2021', freq = 'BAS-DEC'))

–> 输出的结果为：

DatetimeIndex(['2020-01-01', '2020-02-03', '2020-03-02', '2020-04-01',
                   '2020-05-01', '2020-06-01', '2020-07-01', '2020-08-03',
                   '2020-09-01', '2020-10-01', '2020-11-02', '2020-12-01',
                   '2021-01-01'],
                  dtype='datetime64[ns]', freq='BMS')
    DatetimeIndex(['2020-03-02', '2020-06-01', '2020-09-01', '2020-12-01'], dtype='datetime64[ns]', freq='BQS-DEC')
    DatetimeIndex(['2020-12-01'], dtype='datetime64[ns]', freq='BAS-DEC')

#### 2.5 复合频率 ####

复合频率就是指可以认为指定的时间范围，比如下面的几天，多个小时，多个月等

print(pd.date_range('2020/1/1','2020/2/1', freq = '7D')) 
    print(pd.date_range('2020/1/1','2020/1/2', freq = '2h30min')) 
    print(pd.date_range('2020','2021', freq = '2M'))

–> 输出的结果为：

DatetimeIndex(['2020-01-01', '2020-01-08', '2020-01-15', '2020-01-22',
                   '2020-01-29'],
                  dtype='datetime64[ns]', freq='7D')
    DatetimeIndex(['2020-01-01 00:00:00', '2020-01-01 02:30:00',
                   '2020-01-01 05:00:00', '2020-01-01 07:30:00',
                   '2020-01-01 10:00:00', '2020-01-01 12:30:00',
                   '2020-01-01 15:00:00', '2020-01-01 17:30:00',
                   '2020-01-01 20:00:00', '2020-01-01 22:30:00'],
                  dtype='datetime64[ns]', freq='150T')
    DatetimeIndex(['2020-01-31', '2020-03-31', '2020-05-31', '2020-07-31',
                   '2020-09-30', '2020-11-30'],
                  dtype='datetime64[ns]', freq='2M')

#### 2.6 时期频率转换 ####

有时候我们已经获取到了时间戳索引，可能需要将时期的频率进行转换，比如在进行统计的时候，有每天的销售情况，可是想按照隔天统计等，这时候就需要使用时期频率转换

**1） 扩充时间数据**

ts = pd.Series(np.random.rand(4),
                  index = pd.date_range('20120101','20200104'))
    print(ts)
    print(ts.asfreq('4H',method = 'ffill'))

–> 输出的结果为：（这里是将时期扩大，会造成空白数据，`method`：插值模式，`None`不插值，`ffill`用之前值填充，`bfill`用之后值填充）

2020-01-01    0.118311
    2020-01-02    0.526770
    2020-01-03    0.401482
    2020-01-04    0.335589
    Freq: D, dtype: float64
    
    2020-01-01 00:00:00    0.118311
    2020-01-01 04:00:00    0.118311
    2020-01-01 08:00:00    0.118311
    2020-01-01 12:00:00    0.118311
    2020-01-01 16:00:00    0.118311
    2020-01-01 20:00:00    0.118311
    2020-01-02 00:00:00    0.526770
    2020-01-02 04:00:00    0.526770
    2020-01-02 08:00:00    0.526770
    2020-01-02 12:00:00    0.526770
    2020-01-02 16:00:00    0.526770
    2020-01-02 20:00:00    0.526770
    2020-01-03 00:00:00    0.401482
    2020-01-03 04:00:00    0.401482
    2020-01-03 08:00:00    0.401482
    2020-01-03 12:00:00    0.401482
    2020-01-03 16:00:00    0.401482
    2020-01-03 20:00:00    0.401482
    2020-01-04 00:00:00    0.335589
    Freq: 4H, dtype: float64

**2） 缩短时间数据**

ts = pd.Series(np.random.rand(12),
                  index = pd.date_range('2020','2021',freq ='M'))
    print(ts)
    print(ts.asfreq('2M'))

–> 输出的结果为：（这里是默认以最后一天作为数据显示的，可以根据前面的介绍进行修改，比如每月的第一天）

2020-01-31    0.775808
    2020-02-29    0.484471
    2020-03-31    0.152249
    2020-04-30    0.224051
    2020-05-31    0.264184
    2020-06-30    0.352392
    2020-07-31    0.109094
    2020-08-31    0.970885
    2020-09-30    0.750013
    2020-10-31    0.081066
    2020-11-30    0.432594
    2020-12-31    0.502523
    Freq: M, dtype: float64
    
    2020-01-31    0.775808
    2020-03-31    0.152249
    2020-05-31    0.264184
    2020-07-31    0.109094
    2020-09-30    0.750013
    2020-11-30    0.432594
    Freq: 2M, dtype: float64

#### 2.7 超前/滞后数据 ####

在变化百分比的时候，要求使用后面的数据与前面的数据进行运算，然后得到想要的结果，这时候就需要进行`.shift()`超前/滞后数据了

**1） 上下移动数据**

ts = pd.Series(np.random.rand(4),
                  index = pd.date_range('20200101','20200104'))
    print(ts,'\n')
    
    print(ts.shift(2),'\n')
    print(ts.shift(-2))

–> 输出的结果为：（数值发生变化，标签索引不变）

2020-01-01    0.054361
    2020-01-02    0.365011
    2020-01-03    0.974335
    2020-01-04    0.907911
    Freq: D, dtype: float64
    
    2020-01-01         NaN
    2020-01-02         NaN
    2020-01-03    0.054361
    2020-01-04    0.365011
    Freq: D, dtype: float64
    
    2020-01-01    0.974335
    2020-01-02    0.907911
    2020-01-03         NaN
    2020-01-04         NaN
    Freq: D, dtype: float64

**2）计算变化百分比：该时间戳与上一个时间戳相比**

per = ts/ts.shift(1) - 1
    print(per)

–> 输出的结果为：（肯定是有一个数据是空值的）

2020-01-01          NaN
    2020-01-02    -0.948619
    2020-01-03    18.664643
    2020-01-04    -0.745056
    Freq: D, dtype: float64

**3) 移动时间戳索引**

加上`freq`参数：对时间戳进行位移，而不是对数值进行位移（和上面的第一个内容区别开）

print(ts.shift(2, freq = 'D'),'\n')
    print(ts.shift(2, freq = 'T'))

–> 输出的结果为：（数值不变，标签索引发生变化）

2020-01-03    0.631305
    2020-01-04    0.839584
    2020-01-05    0.993936
    2020-01-06    0.537960
    Freq: D, dtype: float64
    
    2020-01-01 00:02:00    0.631305
    2020-01-02 00:02:00    0.839584
    2020-01-03 00:02:00    0.993936
    2020-01-04 00:02:00    0.537960
    Freq: D, dtype: float64

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/2020030411363472.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70