date_range

Posted 2023-05-17

参考技术A

这两天重新做 50道练习带你玩转Pandas 然后发现自己好多都不会了，对一些进阶做些小随笔记录下。
（参照 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.date_range.html ）
data_range :用来操作实际日期的很好的函数，主要用于生成一系列特定的时间，我们可以自己设定开始、结束、周期数、时间间隔、时区等等。

函数参数 :pandas.date_range(start=None, end=None, periods=None, freq=’D’, tz=None, normalize=False, name=None, closed=None, **kwargs)

参数说明 ：

例：
创建Series s，将2015所有工作日作为随机值的索引：

使用 date_range 重新索引时间戳数据

【中文标题】使用 date_range 重新索引时间戳数据

【英文标题】：Reindex time-stamped data with date_range

【发布时间】：2012-08-31 03:16:19

【问题描述】：

我有一个pandas.Series 的时间戳数据 - 基本上是一系列事件：

0      2012-09-05 19:28:52
1      2012-09-05 19:28:52
2      2012-09-05 19:44:37
3      2012-09-05 19:44:37
4      2012-09-05 20:04:53
5      2012-09-05 20:04:53
6      2012-09-05 20:12:59
7      2012-09-05 20:13:15
8      2012-09-05 20:13:15
9      2012-09-05 20:13:15

我想在特定的 pandas.date_range（例如 15 分钟间隔；pandas.date_range(start, end, freq='15T')）上创建一个 pandas.TimeSeries，它保存每个时期的事件计数。这如何实现？

谢谢， 彼得

【参考方案1】：

如果您将事件的时间戳用作系列的索引而不是数据，那么 resample 可以做到这一点。在下面的示例中，series 的索引是时间戳，数据是 event_id，基本上是您的系列的索引。

In [47]: s
Out[47]:
                      event_id
timestamp
2012-09-05 19:28:52          0
2012-09-05 19:28:52          1
2012-09-05 19:44:37          2
2012-09-05 19:44:37          3
2012-09-05 20:04:53          4
2012-09-05 20:04:53          5
2012-09-05 20:12:59          6
2012-09-05 20:13:15          7
2012-09-05 20:13:15          8
2012-09-05 20:13:15          9

resample（此方法也可用于 DataFrame）将给出一个新系列，在这种情况下为 15 分钟周期，桶的结束时间（周期）用于引用它（您可以使用 label arg 来控制它）。

In [48]: s.resample('15Min', how=len)
Out[48]:
                      event_id
timestamp
2012-09-05 19:30:00          2
2012-09-05 19:45:00          2
2012-09-05 20:00:00          0
2012-09-05 20:15:00          6

【讨论】：

一定要注意closed和label选项到resample！