python随机生成时间戳（python时间序列按频率生成日期的方法）

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

in：import 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

in：print(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') in：print(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

in：print(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

in：print(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

in：print(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

in：print(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

in：print(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

in：print(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