Python | Pandas DatetimeIndex.freqstr

介绍

在Pandas库中，DatetimeIndex.freqstr是一个用于DateFrame和Series对象的属性，用于指定时间序列数据的采样频率。它基于可选的字符串别名，可以用于从时间序列数据中选择特定的时间间隔。

使用方法

DatetimeIndex.freqstr可以在DatetimeIndex对象上使用，它可以指定时间序列数据的自然频率。

import pandas as pd

# 创建一个DatetimeIndex对象
index = pd.date_range('2022-01-01', periods=10, freq='D')

# 创建一个DataFrame对象
df = pd.DataFrame({'date': index})

# 设置时间序列数据的频率
df['date'].dt.freqstr = 'W'

# 打印DataFrame
print(df)

参数说明

freqstr接受以下时间间隔的字符串别名：

• B：工作日频率
• C：自定义工作日频率
• D：日历日频率
• W：每周频率
• M：每月最后一个日历日频率
• SM：半月频率（15日和月底）
• BM：每月最后一个工作日频率
• CBM：自定义每月最后一个工作日频率
• MS：每月起始日频率
• SMS：半月起始日频率（1日和15日）
• BMS：每月起始工作日频率
• CBMS：自定义每月起始工作日频率
• Q：每季度频率（JAN，APR，JUL，OCT）
• BQ：工作日频率的每季度频率
• QS：季度起始日频率
• BQS：工作日频率的季度起始日频率
• A：年度频率（JAN）
• BA：工作日频率的年度频率
• AS：年度起始日频率
• BAS：工作日频率的年度起始日频率
• H：每小时频率
• T/MIN：每分钟频率
• S：每秒频率
• L：每毫秒频率
• U：每微秒频率

示例

下面是一些使用不同时间间隔的示例：

• 使用自定义工作日频率：

  df['date'].dt.freqstr = 'C'
  

• 使用每周频率：

  df['date'].dt.freqstr = 'W'
  

• 使用每月最后一个日历日频率：

  df['date'].dt.freqstr = 'M'
  

结论

通过使用DatetimeIndex.freqstr属性，可以简单地选择和设置时间序列数据的频率。这对于处理时间序列数据非常有用，可以根据需要选择不同的时间间隔。