Python pandas.date_range()方法

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

pandas.date_range()是Pandas的一个通用函数，用于返回一个固定频率的DatetimeIndex。

语法: pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)

参数:
start:生成日期的左边界。
end：生成日期的右边界。
periods：产生的周期数。
freq :频率字符串可以有倍数，例如’5H’。参见这里的频率别名列表。
tz :时区名称，用于返回本地化的DatetimeIndex。默认情况下，生成的DatetimeIndex是不受时区限制的。
normalize：在生成日期范围之前，将开始/结束日期正常化为午夜。
name :产生的DatetimeIndex的名称。
closed :使区间相对于给定的频率向 “左”、”右 “或两边关闭（无，默认）。

返回值: DatetimeIndex

代码 #1:

# importing pandas as pd
import pandas as pd
  
per1 = pd.date_range(start ='1-1-2018', 
         end ='1-05-2018', freq ='5H')
  
for val in per1:
    print(val)

输出:
Python pandas.date_range()方法

代码 #2:

# importing pandas as pd
import pandas as pd
  
dRan1 = pd.date_range(start ='1-1-2018',
           end ='8-01-2018', freq ='M')
  
dRan2 = pd.date_range(start ='1-1-2018', 
         end ='11-01-2018', freq ='3M')
  
print(dRan1, '\n\n', dRan2)

输出:
Python pandas.date_range()方法

代码 #3:

# importing pandas as pd
import pandas as pd
  
# Specify start and periods, the number of periods (days).
dRan1 = pd.date_range(start ='1-1-2018', periods = 13)
  
# Specify end and periods, the number of periods (days).
dRan2 = pd.date_range(end ='1-1-2018', periods = 13)
  
# Specify start, end, and periods; the frequency 
# is generated automatically (linearly spaced).
dRan3 = pd.date_range(start ='01-03-2017', 
            end ='1-1-2018', periods = 13)
  
print(dRan1, "\n\n", dRan2, '\n\n', dRan3)

输出:
Python pandas.date_range()方法

代码 #4:

# importing pandas as pd
import pandas as pd
  
# Specify start and periods, the number of periods (days).
dRan1 = pd.date_range(start ='1-1-2018', 
       periods = 13, tz ='Asia / Tokyo')
  
dRan1