熊貓date_range為六個月的值

Question

我正在嘗試創建一個日期范圍，該日期范圍從特定日期開始向后六個月遞增。 因此，如果end_date是2020/01/15，那么之前的日期將是2019/07/15，然后是2019/01/15，以此類推。

熊貓在date_range中接受“ 6M”作為freq參數，但這實際上表示月末，因此

test_range=pd.date_range(periods=10,end=dt.date(2020,1,15),freq='6M')

退貨

DatetimeIndex(['2015-06-30', '2015-12-31', '2016-06-30', '2016-12-31',
               '2017-06-30', '2017-12-31', '2018-06-30', '2018-12-31',
               '2019-06-30', '2019-12-31'],
              dtype='datetime64[ns]', freq='6M')

默認為年末/六月末，所以這不是我真正需要的。 date_range是否具有從給定日期起每月（或每六個月）遞增的功能？ 如果沒有，我找不到它。

在此先感謝您的幫助！

Answer 1

嘗試使用SMS （半個月開始頻率（第一個和第15個））頻率 ：

In [109]: test_range=pd.date_range(periods=10,end='2020-01-15',freq='6SMS')

In [110]: test_range
Out[110]:
DatetimeIndex(['2017-10-15', '2018-01-15', '2018-04-15', '2018-07-15', '2018-10-15', '2019-01-15', '2019-04-15', '2019-07-15',
               '2019-10-15', '2020-01-15'],
              dtype='datetime64[ns]', freq='6SMS-15')

您也可以使用自定義頻率：

In [130]: d = dt.date(2019,12,11)

In [131]: pd.date_range(periods=5,end=d,freq='6SMS-{}'.format(d.day))
Out[131]: DatetimeIndex(['2018-12-11', '2019-03-11', '2019-06-11', '2019-09-11', '2019-12-11'], dtype='datetime64[ns]', freq='6SMS-11')

另一個解決方案：

In [145]: pd.date_range(periods=5,end=d,freq='6MS') + pd.offsets.Day(d.day-1)
Out[145]: DatetimeIndex(['2017-12-11', '2018-06-11', '2018-12-11', '2019-06-11', '2019-12-11'], dtype='datetime64[ns]', freq=None)