Python | pandas.period_range() 方法

pandas.period_range() 方法用于生成一系列的周期性时间范围。它返回的是一个类似于 PeriodIndex 的 PeriodIndex 对象。

语法

以下是 pandas.period_range() 方法的语法：

pandas.period_range(start=None, end=None, periods=None, freq=None, name=None)

参数说明

• start：str, Timestamp, or Period，默认值是 None。生成时间范围的开始时间。如果 start 是 str 类型，则需要传入一个有效的 dateutil.parser.parse 参数。如果 start 是 Timestamp 或 Period 类型，则必须满足设定的频率；否则，会引发 ValueError。

• end：str, Timestamp, or Period，默认值为 None，区间的结束时间。如果 end 是 str 类型，则需要传入一个有效的 dateutil.parser.parse 参数。如果 end 是 Timestamp 或 Period 类型，则必须满足设定的频率；否则，会引发 ValueError。

• periods：int，默认值为 None。生成时间范围内的周期数。如果 start、end 是 None，则 periods 必须被设定。

• freq：str 或 DateOffset，默认值为 None。生成时间范围的重复频率。可以是 "D"、 "H"、 "M"、 "A" 等多种格式。

• name：str，默认值为 None。传递一个名字给生成出来的 PeriodIndex 对象。

返回值

经过 pandas.period_range() 方法处理后，返回的是一个 PeriodIndex 对象。

示例

以下示例按天生成了从 2019 年 1 月 1 日到 2019 年 1 月 10 日的时间范围：

import pandas as pd

pr = pd.period_range(start='2019-01-01', end='2019-01-10', freq='D')
print(pr)

输出：

PeriodIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
             '2019-01-05', '2019-01-06', '2019-01-07', '2019-01-08',
             '2019-01-09', '2019-01-10'],
            dtype='period[D]', freq='D')

以下示例按周生成了从 2019 年 1 月 1 日到 2019 年 2 月 10 日的时间范围：

import pandas as pd

pr = pd.period_range(start='2019-01-01', end='2019-02-10', freq='W')
print(pr)

输出：

PeriodIndex(['2018-12-31/2019-01-06', '2019-01-07/2019-01-13',
             '2019-01-14/2019-01-20', '2019-01-21/2019-01-27',
             '2019-01-28/2019-02-03', '2019-02-04/2019-02-10'],
            dtype='period[W-SUN]', freq='W-SUN')

以上示例按月生成了从 2019 年 1 月到 2019 年 12 月的时间范围：

import pandas as pd

pr = pd.period_range(start='2019-01', end='2019-12', freq='M')
print(pr)

输出：

PeriodIndex(['2019-01', '2019-02', '2019-03', '2019-04', '2019-05', '2019-06',
             '2019-07', '2019-08', '2019-09', '2019-10', '2019-11', '2019-12'],
            dtype='period[M]', freq='M')

在以上示例中，我们分别使用了 'D'（天）、'W'（周）、'M'（月）作为频率参数，生成不同的周期性时间范围。