Python Pandas - 日期功能

Pandas - 日期与时间功能

Pandas 非常擅长处理时间序列数据（time series data），这在金融、经济和数据日志等领域至关重要。其核心功能包括生成日期和时间序列、转换频率以及执行基于时间的操作。

• 生成日期和时间戳（timestamps）序列。
• 将时间序列数据转换为不同的频率（frequencies）（例如，从每日转换为每月）。
• 处理时区（time zones）和日期偏移（date offsets）。
• 执行基于时间的索引和选择（indexing and selection）。

创建日期范围：pd.date_range()

pd.date_range() 函数是创建日期和时间序列（DatetimeIndex）的主要工具。你通常会指定一个开始日期（start）、一个结束日期（end）和/或周期数（periods），以及一个可选的频率（freq）。

语法通常涉及 start、end、periods 和 freq 的组合。

示例 1：指定开始日期和周期数（默认频率为每日 ‘D’）。

import pandas as pd

# Generate 5 dates starting from '2023-01-01'
date_index = pd.date_range('2023-01-01', periods=5)
print(date_index)

输出：

DatetimeIndex(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04',
               '2023-01-05'],
              dtype='datetime64[ns]', freq='D')

示例 2：指定开始日期和结束日期。

import pandas as pd

# Generate dates from start to end (inclusive)
date_index = pd.date_range(start='2023-03-01', end='2023-03-05')
print(date_index)

输出：

DatetimeIndex(['2023-03-01', '2023-03-02', '2023-03-03', '2023-03-04',
               '2023-03-05'],
              dtype='datetime64[ns]', freq='D')

注意：Pandas 使用纳秒分辨率（datetime64[ns]）来表示时间戳（timestamps）。

更改日期频率（freq）

freq 参数允许你指定日期之间的间隔。常见的频率包括 ‘D’（每日）、‘B’（工作日）、‘W’（每周）、‘M’（月末）、‘MS’（月初）、‘Q’（季末）、‘A’（年末）、‘H’（每小时）、‘T’ 或 ‘min’（每分钟）、‘S’（每秒）。

示例：生成月末日期。

import pandas as pd

# Generate 5 month-end dates starting from 2023-01
# Note: '1/1/2023' sets the starting point for period calculation
monthly_index = pd.date_range('1/1/2023', periods=5, freq='M')
print(monthly_index)

输出：

DatetimeIndex(['2023-01-31', '2023-02-28', '2023-03-31', '2023-04-30',
               '2023-05-31'],
              dtype='datetime64[ns]', freq='M')

示例：生成工作日日期（不包括周末）。

import pandas as pd

# Generate business days between two dates
# Example: Friday March 3rd, 2023 to Thursday March 9th, 2023
business_days = pd.date_range(start='2023-03-03', end='2023-03-09', freq='B')
print(business_days)

输出：

DatetimeIndex(['2023-03-03', '2023-03-06', '2023-03-07', '2023-03-08',
               '2023-03-09'],
              dtype='datetime64[ns]', freq='B')

请注意，由于频率设置为 ‘B’（工作日），序列中排除了周六（3月4日）和周日（3月5日）。

bdate_range() - 工作日日期范围（旧版）

Pandas 之前有一个单独的 bdate_range() 函数，专门用于生成工作日序列。虽然它可能仍然有效，但推荐且更灵活的方法是使用 pd.date_range() 并设置 freq='B'。

import pandas as pd

# Using date_range with freq='B' (Recommended)
business_days_recommended = pd.date_range('2023-01-01', periods=5, freq='B')
print("Recommended (date_range with freq='B'):")
print(business_days_recommended)

# Using bdate_range (Legacy)
try:
    business_days_legacy = pd.bdate_range('2023-01-01', periods=5)
    print("\nLegacy (bdate_range):")
    print(business_days_legacy)
except AttributeError:
    print("\npd.bdate_range might be deprecated or removed in this Pandas version.")

输出（可能因 Pandas 版本略有不同）：

Recommended (date_range with freq='B'):
DatetimeIndex(['2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05',
               '2023-01-06'],
              dtype='datetime64[ns]', freq='B')

Legacy (bdate_range):
DatetimeIndex(['2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05',
               '2023-01-06'],
              dtype='datetime64[ns]', freq='B')

注意：推荐使用 Python 标准库的 datetime 对象或 pd.Timestamp，而不是已弃用的 pd.datetime。

import pandas as pd
from datetime import datetime

start_dt = datetime(2023, 1, 1)
end_dt = pd.Timestamp('2023-01-05') # pd.Timestamp is often convenient

date_index = pd.date_range(start_dt, end_dt)
print(date_index)

输出：

DatetimeIndex(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04',
               '2023-01-05'],
              dtype='datetime64[ns]', freq='D')

常用频率偏移别名

Pandas 为许多常用的时间序列频率提供了字符串别名，用于 freq 参数：

别名	描述	别名	描述
B	工作日频率	QS	季度初频率
D	日历日频率	BQS	工作季度初频率
W	周频率（默认周日）	A	年度（年末）频率
W-MON	周频率（周一）	AS	年度（年初）频率
M	月末频率	BA	工作年度末频率
MS	月初频率	BAS	工作年度初频率
BM	工作月末频率	BH	工作小时频率（9-5点）
BMS	工作月初频率	H	小时频率
Q	季度末频率	T / min	分钟频率
BQ	工作季度末频率	S	秒频率
L / ms	毫秒	U / us	微秒
N	纳秒

你也可以将这些别名与乘数结合使用，例如 ‘2H’ 表示每隔 2 小时，‘5D’ 表示每隔 5 天。有关频率字符串和偏移量对象的完整列表，请参阅 Pandas 文档。