网站开发 武汉/四川网站推广公司

处理数据就避不开对日期的处理，日期可以是数据，也可以是索引；每一条记录可能是一年、一个季度、一个月、一周甚至是每3天。

Pandas的date_range()功能极为强大，几乎可以满足你所有对日期的想法，基本的调用方法是这样的。

可以看到返回的是日期索引类型，里面是10个连续的datetime类型的日期型元素。注意freq='D'的参数，我会在后面展示它的强大。

如果你只想得到从2021-1-1开始10天的日期索引，还有比上面更简单的写法：

对，传入起始日期和periods=10，就可以得到包括起始日期在内的10个连续日期。

刚刚说的freq是频率参数，怎么看它的强大呢？

来来来，先来点小菜。

freq='M'取得的是12个月的日期序列，M代表了月。大家留意一下，生成的日期是当月的最后一天。

如果我想取每个月的第一天呢？

季度末

其实date_range()的确有季末参数，就是freq='Q'

date_range()起止参数包括其自身，当然，也可以像Python的range()一样，使用closed参数。

该参数缺省是None，你也可以用right试试。

工作日

两天

每周的第一天（周日）

由于西方习惯，取每周第一天是日期区间的每周日。

做了一个简单的表（好吧，是用pandas.read_html生成的，再用concat处理了一下），大家可以逐一试一试。

最后给大家一个实用操作，算是这节的实践课，课后可以尝试。

随机生成两个日期区间的随机日期

在处理海量数据前，我们要生成模拟数据对数据分析程序进行测试。生日是经常要做的，如果人工生成，或是胡乱输入那就太痛苦了。

我们用date_range()可以做一个简单的日期生成器。

# 随机日期生成器
start = '1963-01-01' # 起始日期
end = '2000-03-10'   # 终止日期
n = 12               # 生成日期个数# 随机生成日期
x = np.random.randint(pd.to_datetime(start).value, pd.to_datetime(end).value,n)
random_dates = [pd.to_datetime((i/10**9)/(60*60)/24, unit='D').strftime('%Y-%m-%d')  for i in x]

我给出了代码，大家拷贝方便。

试一下效果

这个数据太单调，不立体，咱们再加上名字。

怎么样？看到黄蓉同学还是80后，你是不是感觉与有荣焉呢？

这节课就到这里。