[英]How to include end date in pandas date_range method?
从pd.date_range('2016-01', '2016-05', freq='M', ).strftime('%Y-%m')
,上个月是2016-04
,但我期待它是2016-05
。 在我看来,这个函数的行为类似于range
方法,其中 end 参数不包含在返回数组中。
有没有办法在不处理结束月份的字符串的情况下获取包含在返回数组中的结束月份?
一种不费吹灰之力搞清楚月份结束的方法。
pd.date_range(*(pd.to_datetime(['2016-01', '2016-05']) + pd.offsets.MonthEnd()), freq='M')
DatetimeIndex(['2016-01-31', '2016-02-29', '2016-03-31', '2016-04-30',
'2016-05-31'],
dtype='datetime64[ns]', freq='M')
您可以在初始化date_range
后使用.union
添加下一个逻辑值。 它应该在任何频率下都可以正常工作:
d = pd.date_range('2016-01', '2016-05', freq='M')
d = d.union([d[-1] + 1]).strftime('%Y-%m')
或者,您可以使用period_range
而不是date_range
。 根据您打算做什么,这可能不是正确的使用方法,但它可以满足您的问题:
pd.period_range('2016-01', '2016-05', freq='M').strftime('%Y-%m')
在任何一种情况下,结果输出都符合预期:
['2016-01' '2016-02' '2016-03' '2016-04' '2016-05']
对于后来的人群。 您也可以尝试使用 Month-Start 频率。
>>> pd.date_range('2016-01', '2016-05', freq='MS', format = "%Y-%m" )
DatetimeIndex(['2016-01-01', '2016-02-01', '2016-03-01', '2016-04-01',
'2016-05-01'],
dtype='datetime64[ns]', freq='MS')
在date_range
调用中指定日期时包括日期
pd.date_range('2016-01-31', '2016-05-31', freq='M', ).strftime('%Y-%m')
array(['2016-01', '2016-02', '2016-03', '2016-04', '2016-05'],
dtype='|S7')
在数据框中使用日期时间对象时,我遇到了类似的问题。 我会通过 .min() 和 .max() 函数设置边界,然后使用 pd.date_range 函数填充缺失的日期。 不幸的是,返回的 list/df 缺少最大值。
我为此找到了两个解决方法:
1) 在 pd.date_range 函数中添加“closed = None”参数。 这在下面的示例中起作用; 但是,仅在使用数据帧时它对我不起作用(不知道为什么)。
2) 如果选项 #1 不起作用,那么您可以使用 datetime.timedelta() 函数添加一个额外的单位(在这种情况下是一天)。 在下面的情况下,它超过了一天的索引,但如果 date_range 函数没有给你完整的范围,它可以为你工作。
import pandas as pd
import datetime as dt
#List of dates as strings
time_series = ['2020-01-01', '2020-01-03', '2020-01-5', '2020-01-6', '2020-01-7']
#Creates dataframe with time data that is converted to datetime object
raw_data_df = pd.DataFrame(pd.to_datetime(time_series), columns = ['Raw_Time_Series'])
#Creates an indexed_time list that includes missing dates and the full time range
#Option No. 1 is to use the closed = None parameter choice.
indexed_time = pd.date_range(start = raw_data_df.Raw_Time_Series.min(),end = raw_data_df.Raw_Time_Series.max(),freq='D',closed= None)
print('indexed_time option #! = ', indexed_time)
#Option No. 2 if the function allows you to extend the time by one unit (in this case day)
#by using the datetime.timedelta function to get what you need.
indexed_time = pd.date_range(start = raw_data_df.Raw_Time_Series.min(),end = raw_data_df.Raw_Time_Series.max()+dt.timedelta(days=1),freq='D')
print('indexed_time option #2 = ', indexed_time)
#In this case you over index by an extra day because the date_range function works properly
#However, if the "closed = none" parameters doesn't extend through the full range then this is a good work around
我不这么认为。 您需要添加 (n+1) 边界
pd.date_range('2016-01', '2016-06', freq='M' ).strftime('%Y-%m')
开始和结束日期严格包括在内。 因此,如果指定,它不会生成这些日期之外的任何日期。 http://pandas.pydata.org/pandas-docs/stable/timeseries.html
无论哪种方式,您都必须手动添加一些信息。 我相信再增加一个月的工作量并不大。
这个问题的解释是函数pd.to_datetime()
默认将'%Y-%m'
日期字符串转换为月份的第一天日期时间,或'%Y-%m-01'
:
>>> pd.to_datetime('2016-05')
Timestamp('2016-05-01 00:00:00')
>>> pd.date_range('2016-01', '2016-02')
DatetimeIndex(['2016-01-01', '2016-01-02', '2016-01-03', '2016-01-04',
'2016-01-05', '2016-01-06', '2016-01-07', '2016-01-08',
'2016-01-09', '2016-01-10', '2016-01-11', '2016-01-12',
'2016-01-13', '2016-01-14', '2016-01-15', '2016-01-16',
'2016-01-17', '2016-01-18', '2016-01-19', '2016-01-20',
'2016-01-21', '2016-01-22', '2016-01-23', '2016-01-24',
'2016-01-25', '2016-01-26', '2016-01-27', '2016-01-28',
'2016-01-29', '2016-01-30', '2016-01-31', '2016-02-01'],
dtype='datetime64[ns]', freq='D')
然后一切都由此而来。 指定freq='M'
包括 2016-01-01 和 2016-05-01 之间的月末,这是您收到的列表,不包括 2016-05-31。 但是指定月份开始'MS'
就像第二个答案提供的那样,包括 2016-05-01,因为它在范围内。 pd.date_range()
默认行为与range
方法不同,因为包括了结束。 从文档:
封闭控制是否包括边界上的开始和结束。 默认包括两端的边界点。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.