pandas.date_range

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, inclusive='both', *, unit=None, **kwargs)

返回固定频率的 DatetimeIndex。

返回等间隔时间点（任意两个相邻点之间的差由给定的频率指定）的范围，这些时间点都满足 start <[=] x <[=] end，其中第一个和最后一个分别是该范围内落在 freq 边界上的第一个和最后一个时间点（如果 freq 是频率字符串）或对 freq 有效的时间点（如果 freq 是 pandas.tseries.offsets.DateOffset ）。（如果 start、end 或 freq 中只有一个*未*指定，则可以根据 ``periods``（范围内的时步数）计算出缺失的参数。请参见下面的注释。）

Parameters:

startstr 或 datetime-like，可选

生成日期的左边界。

endstr 或 datetime-like，可选

生成日期的右边界。

periodsint, optional

要生成的周期数。

freqstr、Timedelta、datetime.timedelta 或 DateOffset，默认为 ‘D’

频率字符串可以有倍数，例如 ‘5h’。请参阅 here 获取频率别名列表。

tzstr 或 tzinfo，可选

返回本地化 DatetimeIndex 的时区名称，例如 ‘Asia/Hong_Kong’。默认情况下，除非传递了时区感知的 datetime-like 对象，否则生成的 DatetimeIndex 是时区无关的。

normalizebool，默认 False

在生成日期范围之前将开始/结束日期规范化到午夜。

namestr，默认 None

生成的 DatetimeIndex 的名称。

inclusive{“both”, “neither”, “left”, “right”}，默认为 “both”

包含边界；是否将每个边界设置为闭合或开放。

在 1.4.0 版本加入.

unitstr，默认 None

指定结果的所需分辨率。

在 2.0.0 版本加入.

**kwargs

为了兼容性。对结果没有影响。

Returns:

DatetimeIndex

参见

DatetimeIndex

不可变的日期时间容器。

timedelta_range

返回固定频率的 TimedeltaIndex。

period_range

返回固定频率的 PeriodIndex。

interval_range

返回固定频率的 IntervalIndex。

Notes

在 start、end、periods 和 freq 这四个参数中，必须指定其中三个。如果省略 freq，则生成的 DatetimeIndex 将在 start 和 end 之间具有 periods 个线性间隔的元素（两侧闭合）。

要了解更多关于频率字符串的信息，请参阅 this link 。

Examples

指定值

接下来的四个示例生成相同的 DatetimeIndex，但变化了 start、end 和 periods 的组合。

指定 start 和 end，使用默认的每日频率。

>>> pd.date_range(start='1/1/2018', end='1/08/2018')
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
              dtype='datetime64[ns]', freq='D')

指定时区感知的 start 和 end，使用默认的每日频率。

>>> pd.date_range(
...     start=pd.to_datetime("1/1/2018").tz_localize("Europe/Berlin"),
...     end=pd.to_datetime("1/08/2018").tz_localize("Europe/Berlin"),
... )
DatetimeIndex(['2018-01-01 00:00:00+01:00', '2018-01-02 00:00:00+01:00',
               '2018-01-03 00:00:00+01:00', '2018-01-04 00:00:00+01:00',
               '2018-01-05 00:00:00+01:00', '2018-01-06 00:00:00+01:00',
               '2018-01-07 00:00:00+01:00', '2018-01-08 00:00:00+01:00'],
              dtype='datetime64[ns, Europe/Berlin]', freq='D')

指定 start 和 `periods`（周期数，以天为单位）。

>>> pd.date_range(start='1/1/2018', periods=8)
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
              dtype='datetime64[ns]', freq='D')

指定 end 和 `periods`（周期数，以天为单位）。

>>> pd.date_range(end='1/1/2018', periods=8)
DatetimeIndex(['2017-12-25', '2017-12-26', '2017-12-27', '2017-12-28',
               '2017-12-29', '2017-12-30', '2017-12-31', '2018-01-01'],
              dtype='datetime64[ns]', freq='D')

指定 start、end 和 periods；频率自动生成（线性间隔）。

>>> pd.date_range(start='2018-04-24', end='2018-04-27', periods=3)
DatetimeIndex(['2018-04-24 00:00:00', '2018-04-25 12:00:00',
               '2018-04-27 00:00:00'],
              dtype='datetime64[ns]', freq=None)

其他参数

将 freq`（频率）更改为 `’ME’``（月末频率）。

>>> pd.date_range(start='1/1/2018', periods=5, freq='ME')
DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31', '2018-04-30',
               '2018-05-31'],
              dtype='datetime64[ns]', freq='ME')

允许使用倍数

>>> pd.date_range(start='1/1/2018', periods=5, freq='3ME')
DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31',
               '2019-01-31'],
              dtype='datetime64[ns]', freq='3ME')

freq 也可以指定为 Offset 对象。

>>> pd.date_range(start='1/1/2018', periods=5, freq=pd.offsets.MonthEnd(3))
DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31',
               '2019-01-31'],
              dtype='datetime64[ns]', freq='3ME')

指定 tz 来设置时区。

>>> pd.date_range(start='1/1/2018', periods=5, tz='Asia/Tokyo')
DatetimeIndex(['2018-01-01 00:00:00+09:00', '2018-01-02 00:00:00+09:00',
               '2018-01-03 00:00:00+09:00', '2018-01-04 00:00:00+09:00',
               '2018-01-05 00:00:00+09:00'],
              dtype='datetime64[ns, Asia/Tokyo]', freq='D')

inclusive 控制是否包含边界上的 start 和 end。默认值为 “both”，包含两端的边界点。

>>> pd.date_range(start='2017-01-01', end='2017-01-04', inclusive="both")
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04'],
              dtype='datetime64[ns]', freq='D')

使用 inclusive='left' 来排除落在边界上的 end。

>>> pd.date_range(start='2017-01-01', end='2017-01-04', inclusive='left')
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'],
              dtype='datetime64[ns]', freq='D')

使用 inclusive='right' 来排除落在边界上的 start，同样 inclusive='neither' 将排除 start 和 end。

>>> pd.date_range(start='2017-01-01', end='2017-01-04', inclusive='right')
DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04'],
              dtype='datetime64[ns]', freq='D')

指定单位

>>> pd.date_range(start="2017-01-01", periods=10, freq="100YS", unit="s")
DatetimeIndex(['2017-01-01', '2117-01-01', '2217-01-01', '2317-01-01',
               '2417-01-01', '2517-01-01', '2617-01-01', '2717-01-01',
               '2817-01-01', '2917-01-01'],
              dtype='datetime64[s]', freq='100YS-JAN')