1、Pandas 日期函数

Pandas 日期函数操作实例
扩展时间序列，日期功能在财务数据分析中起着重要作用。使用日期数据时，我们经常会遇到以下情况-
生成日期序列
将日期序列转换为不同的频率

2、创建日期范围

通过指定日期和频率使用date.range()函数，我们可以创建日期序列。默认情况下，范围的频率为天。

import pandas as pd
print(pd.date_range('6/7/2024', periods=5))

运行结果

DatetimeIndex(['2024-06-07', '2024-06-08', '2024-06-09', '2024-06-10',
               '2024-06-11'],
              dtype='datetime64[ns]', freq='D')

3、更改日期频率

import pandas as pd
print(pd.date_range('6/7/2024', periods=5,freq='M'))

运行结果

DatetimeIndex(['2024-06-30', '2024-07-31', '2024-08-31', '2024-09-30',
               '2024-10-31'],
              dtype='datetime64[ns]', freq='ME')

4、bdate_range

bdate_range()代表营业日期范围。与date_range()不同，它不包括星期六和星期日。

import pandas as pd
print(pd.date_range('6/7/2024', periods=5))

运行结果

DatetimeIndex(['2024-06-07', '2024-06-08', '2024-06-09', '2024-06-10',
               '2024-06-11'],
              dtype='datetime64[ns]', freq='D')

请注意，3月3日之后，日期跳至3月6日（不包括4日和5日）。只需检查日历中的日期即可。
诸如date_range和bdate_range之类的便利功能利用了多种频率别名。date_range的默认频率是日历日，而bdate_range的默认频率是工作日。

5、偏移别名

为有用的通用时间序列频率提供了许多字符串别名。我们将这些别名称为偏移别名