利用Python中的pandas(date_range)庫生成時間序列(time series)

在講pandas時間序列函數之前，我大概介紹下什麼是時間序列（time series）。時間序列（time series）簡單的說就是各時間點上形成的數值序列，時間序列（time series）分析就是通過觀察歷史數據預測未來的值。比如股票預測、房價預測分析等。本篇文章主要詳細講解生成時間索引的函數date_range及延伸函數。

pandas.date_range

pandas.date_range()這個函數主要是返回固定頻率的時間索引，參數比較多，下面我們依次演示常用的參數用法。

根據指定的起止時間，生成時間序列import pandas as pdpd.date_range(start='2019-1-09', end='2019-1-31')

根據起止時間生成

根據起止時間，並指定時間序列數量pd.date_range(start='2019-1-09', end='2019-1-10',periods=10)

根據指定數量生成

根據開始時間和指定數量生成pd.date_range(start='2019-1-09',periods=10)

根據開始時間和periods生成

根據指定的頻率生成時間點pd.date_range(start='2019-1-09',periods=10,freq='H')

指定以小時為頻率

比較上面可以看出，date_range中默認以天為頻率，如果我們需要其他單位的頻率必須用freq這個參數指定，並且可以是基礎頻率的倍數，如下：

pd.date_range(start='2019-1-09',periods=10,freq='12H')

freq=12H

這裡可選的頻率有很多，大家在使用的時候查看官方文檔即可，這裡不在一一舉例，附一張官方文檔中的圖。

頻率可選值

根據closed參數選擇是否包含開始和結束時間，left包含開始時間，不包含結束時間，right與之相反。pd.date_range(start='2019-01-09', end='2019-01-14', closed=None)pd.date_range(start='2019-01-09', end='2019-01-14', closed='left')pd.date_range(start='2019-01-09', end='2019-01-14', closed='right')

closed空值起止時間

時間序列作為索引並根據索引取值

生成時間序列

根據時間索引取值

truncate過濾

time.truncate(before='2019-01-12')

可以看到truncate這個函數將before指定日期之前的值全部過濾出去。既然有before，那麼就有after，如下：

time.truncate(after='2019-01-12')

過濾after之後的數據

pandas.Timestamp

這個類主要是用來生成時間戳的，如下：

pd.Timestamp('2019-01-10')

pandas.Timedelta

pd.Timedelta('2day')

pd.Timestamp('2019-01-10')+pd.Timedelta('2day')