这篇文章将为大家详细讲解有关如何使用python时间序列按频率生成日期，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
1.生成指定开始日期和结束日期的时间范围：
In：import pandas as pd
index = pd.date_range('4/1/2019','5/1/2019')
print(index)
Out：
DatetimeIndex(['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04',
'2019-04-05', '2019-04-06', '2019-04-07', '2019-04-08',
'2019-04-09', '2019-04-10', '2019-04-11', '2019-04-12',
'2019-04-13', '2019-04-14', '2019-04-15', '2019-04-16',
'2019-04-17', '2019-04-18', '2019-04-19', '2019-04-20',
'2019-04-21', '2019-04-22', '2019-04-23', '2019-04-24',
'2019-04-25', '2019-04-26', '2019-04-27', '2019-04-28',
'2019-04-29', '2019-04-30', '2019-05-01'],
dtype='datetime64[ns]', freq='D')也可以只指定开始日期或结束日期，但这时必须要输入一个时间长度，并且指定输入的是开始时间还是结束时间，如果不指定默认是开始时间。
date_range(startdate/enddate,periods)
In：print(pd.date_range(start = '4/1/2019',periods = 10)) Out：DatetimeIndex(['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04', '2019-04-05', '2019-04-06', '2019-04-07', '2019-04-08', '2019-04-09', '2019-04-10'], dtype='datetime64[ns]', freq='D') In：print(pd.date_range(start = '5/1/2019',periods = 10)) Out：DatetimeIndex(['2019-05-01', '2019-05-02', '2019-05-03', '2019-05-04', '2019-05-05', '2019-05-06', '2019-05-07', '2019-05-08', '2019-05-09', '2019-05-10'], dtype='datetime64[ns]', freq='D')
现在我们已经知道怎么生成日期范围了，但是上面我们生成的日期的时间间隔都是天，接下来告诉大家怎么生成其他时间频率的日期范围。
要生成按某个频率计算的日期范围，只需要在date_range后加上freq就可以了。比如，生成每小时间隔的时间：
In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = 'h')) Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:00:00', '2019-05-01 02:00:00', '2019-05-01 03:00:00', '2019-05-01 04:00:00', '2019-05-01 05:00:00', '2019-05-01 06:00:00', '2019-05-01 07:00:00', '2019-05-01 08:00:00', '2019-05-01 09:00:00'], dtype='datetime64[ns]', freq='H')
生成时间间隔为3个小时的时间：
In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = '3h')) Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:00:00', '2019-05-01 02:00:00', '2019-05-01 03:00:00', '2019-05-01 04:00:00', '2019-05-01 05:00:00', '2019-05-01 06:00:00', '2019-05-01 07:00:00', '2019-05-01 08:00:00', '2019-05-01 09:00:00'], dtype='datetime64[ns]', freq='H')
生成时间间隔为1小时30分的时间：
In：print(pd.date_range(start = '5/1/2019',periods = 10,freq = '1h40min')) Out：DatetimeIndex(['2019-05-01 00:00:00', '2019-05-01 01:30:00', '2019-05-01 03:00:00', '2019-05-01 04:30:00', '2019-05-01 06:00:00', '2019-05-01 07:30:00', '2019-05-01 09:00:00', '2019-05-01 10:30:00', '2019-05-01 12:00:00', '2019-05-01 13:30:00'], dtype='datetime64[ns]', freq='90T')
python还可以生成其他不规则频率的时间，比如每月的第一个工作日，每月的第一个日历日等
生成每月的第一个工作日：
In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'BMS')) Out：DatetimeIndex(['2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01', '2019-05-01', '2019-06-03', '2019-07-01', '2019-08-01', '2019-09-02', '2019-10-01', '2019-11-01', '2019-12-02'], dtype='datetime64[ns]', freq='BMS')
生成每月的第一个日历日：
In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'MS')) Out：DatetimeIndex(['2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01', '2019-05-01', '2019-06-01', '2019-07-01', '2019-08-01', '2019-09-01', '2019-10-01', '2019-11-01', '2019-12-01'], dtype='datetime64[ns]', freq='MS')
有一种很实用的频率类，为“WOM”，即每月的几个星期几。比如每月的第三个星期五。如果我们每月的第三个星期五发工资，这样就可以很方便的知道今年每个月的工资日了。
In：print(pd.date_range(start = '1/1/2019',periods = 12,freq = 'WOM-3FRI')) Out：DatetimeIndex(['2019-01-18', '2019-02-15', '2019-03-15', '2019-04-19', '2019-05-17', '2019-06-21', '2019-07-19', '2019-08-16', '2019-09-20', '2019-10-18', '2019-11-15', '2019-12-20'], dtype='datetime64[ns]', freq='WOM-3FRI')
下面是python可使用的时间序列的基础频率表：
| 别名 | 偏移量类型 | 说明 |
|---|---|---|
| D | Day | 每日历日 |
| B | BusinessDay | 每工作日 |
| H | Hour | 每小时 |
| T或min | Minute | 每分钟 |
| S | Second | 每秒 |
| L或ms | Milli | 每毫秒 |
| U | Micro | 每微秒 |
| M | MonthEnd | 每月最后一个日历日 |
| BM | BusinessMonthEnd | 每月最后一个工作日 |
| MS | MonthBegin | 每月第一个日历日 |
| BMS | BusinessMonthBegin | 每月第一个工作日 |
| W-MON、W-TUE | Week | 每周的星期几 |
| WOM-1MON、WOM-2MON | WeekofMonth | 每月第几周的星期几 |
| Q-JAN、Q-FEB | QuarterEnd | 每个季度对应的该月份的最后一个日历日 |
| BQ-JAN、BQ-FEB | BusinessQuarterEnd | 每个季度对应的该月份的最后一个工作日 |
| QS-JAN、QS-FEB | QuarterBegin | 每个季度对应的该月份的第一个日历日 |
| BQS-JAN、BQS-FEB | QuarterBegin | 每个季度对应的该月份的第一个工作日 |
| A-JAN、B-FEB | YearEnd | 每年指定月份的最后一个日历日 |
| BA-JAN、BA-FEB | BusinessYearEnd | 每年指定月份的最后一个工作日 |
| AS-JAN、AS-FEB | YearBegin | 每年指定月份的第一个日历日 |
| BAS-JAN、BAS-FEB | BusinessYearBegin | 每年指定月份的第一个工作日 |
关于“如何使用python时间序列按频率生成日期”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
