请翻译以下为中文:#

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, inclusive='both', *, unit=None, **kwargs)[源代码][源代码]#

返回一个固定频率的 DatetimeIndex。

返回一系列等间隔的时间点(其中任意两个相邻点之间的差值由给定的频率指定),使得它们落在范围 [start, end] 内,其中第一个和最后一个分别是该范围内落在 freq 边界上(如果作为频率字符串给出)或对 freq 有效(如果作为 pandas.tseries.offsets.DateOffset 给出)的第一个和最后一个时间点。如果 freq 为正,则点满足 start <[=] x <[=] end,如果 freq 为负,则点满足 end <[=] x <[=] start。(如果 startendfreq 中恰好有一个未指定,则可以根据范围中的时间步数 periods 计算出这个缺失的参数。请参见下面的注释。)

参数:
开始str 或 类似datetime的类型, 可选

生成日期的左边界。

结束str 或 类似datetime的类型, 可选

生成日期的右边界。

periodsint, 可选

要生成的周期数。

freqstr, Timedelta, datetime.timedelta, 或 DateOffset, 默认 ‘D’

频率字符串可以有倍数,例如 ‘5h’。请参见 这里 以获取频率别名列表。

tzstr 或 tzinfo,可选

用于返回本地化 DatetimeIndex 的时区名称,例如 ‘Asia/Hong_Kong’。默认情况下,生成的 DatetimeIndex 是时区无关的,除非传递了时区感知的日期时间类。

normalizebool, 默认为 False

在生成日期范围之前,将开始/结束日期标准化为午夜。

名字str, 默认为 None

生成的 DatetimeIndex 的名称。

inclusive{“both”, “neither”, “left”, “right”}, 默认 “both”

包含边界;是否将每个边界设置为闭合或开放。

Added in version 1.4.0.

单元str, 默认为 None

指定所需的结果分辨率。

Added in version 2.0.0.

**kwargs

为了兼容性。对结果没有影响。

返回:
DatetimeIndex

参见

DatetimeIndex

一个不可变的日期时间容器。

timedelta_range

返回一个固定频率的 TimedeltaIndex。

period_range

返回一个固定频率的 PeriodIndex。

interval_range

返回一个固定频率的 IntervalIndex。

备注

在四个参数 startendperiodsfreq 中,必须恰好指定三个。如果省略 freq,生成的 DatetimeIndex 将在 startend 之间(两边闭合)线性间隔的 periods 个元素。

要了解更多关于频率字符串的信息,请参见 此链接

示例

指定值

接下来的四个示例生成相同的 DatetimeIndex,但变化了 startendperiods 的组合。

指定 startend,默认频率为每日。

>>> pd.date_range(start="1/1/2018", end="1/08/2018")
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
              dtype='datetime64[ns]', freq='D')

指定支持时区的 startend,默认频率为每日。

>>> pd.date_range(
...     start=pd.to_datetime("1/1/2018").tz_localize("Europe/Berlin"),
...     end=pd.to_datetime("1/08/2018").tz_localize("Europe/Berlin"),
... )
DatetimeIndex(['2018-01-01 00:00:00+01:00', '2018-01-02 00:00:00+01:00',
               '2018-01-03 00:00:00+01:00', '2018-01-04 00:00:00+01:00',
               '2018-01-05 00:00:00+01:00', '2018-01-06 00:00:00+01:00',
               '2018-01-07 00:00:00+01:00', '2018-01-08 00:00:00+01:00'],
              dtype='datetime64[ns, Europe/Berlin]', freq='D')

指定 startperiods,即周期数(天数)。

>>> pd.date_range(start="1/1/2018", periods=8)
DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
              dtype='datetime64[ns]', freq='D')

指定 endperiods,周期数(天数)。

>>> pd.date_range(end="1/1/2018", periods=8)
DatetimeIndex(['2017-12-25', '2017-12-26', '2017-12-27', '2017-12-28',
               '2017-12-29', '2017-12-30', '2017-12-31', '2018-01-01'],
              dtype='datetime64[ns]', freq='D')

指定 start, end, 和 periods;频率会自动生成(线性间隔)。

>>> pd.date_range(start="2018-04-24", end="2018-04-27", periods=3)
DatetimeIndex(['2018-04-24 00:00:00', '2018-04-25 12:00:00',
               '2018-04-27 00:00:00'],
              dtype='datetime64[ns]', freq=None)

其他参数

freq`(频率)更改为 `’ME’``(月末频率)。

>>> pd.date_range(start="1/1/2018", periods=5, freq="ME")
DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31', '2018-04-30',
               '2018-05-31'],
              dtype='datetime64[ns]', freq='ME')

允许多个

>>> pd.date_range(start="1/1/2018", periods=5, freq="3ME")
DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31',
               '2019-01-31'],
              dtype='datetime64[ns]', freq='3ME')

freq 也可以指定为一个偏移对象。

>>> pd.date_range(start="1/1/2018", periods=5, freq=pd.offsets.MonthEnd(3))
DatetimeIndex(['2018-01-31', '2018-04-30', '2018-07-31', '2018-10-31',
               '2019-01-31'],
              dtype='datetime64[ns]', freq='3ME')

指定 tz 以设置时区。

>>> pd.date_range(start="1/1/2018", periods=5, tz="Asia/Tokyo")
DatetimeIndex(['2018-01-01 00:00:00+09:00', '2018-01-02 00:00:00+09:00',
               '2018-01-03 00:00:00+09:00', '2018-01-04 00:00:00+09:00',
               '2018-01-05 00:00:00+09:00'],
              dtype='datetime64[ns, Asia/Tokyo]', freq='D')

inclusive 控制是否包括位于边界的 startend。默认值 “both” 包括两端的边界点。

>>> pd.date_range(start="2017-01-01", end="2017-01-04", inclusive="both")
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04'],
              dtype='datetime64[ns]', freq='D')

使用 inclusive='left' 来排除如果 end 落在边界上。

>>> pd.date_range(start="2017-01-01", end="2017-01-04", inclusive="left")
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'],
              dtype='datetime64[ns]', freq='D')

使用 inclusive='right' 来排除落在边界上的 start,同样地,inclusive='neither' 将排除 startend

>>> pd.date_range(start="2017-01-01", end="2017-01-04", inclusive="right")
DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04'],
              dtype='datetime64[ns]', freq='D')

指定一个单位

>>> pd.date_range(start="2017-01-01", periods=10, freq="100YS", unit="s")
DatetimeIndex(['2017-01-01', '2117-01-01', '2217-01-01', '2317-01-01',
               '2417-01-01', '2517-01-01', '2617-01-01', '2717-01-01',
               '2817-01-01', '2917-01-01'],
              dtype='datetime64[s]', freq='100YS-JAN')