Pythonパンダ-日付機能

時系列を拡張すると、日付機能が財務データ分析で主要な役割を果たします。日付データを操作しているときに、次のことに頻繁に遭遇します。

日付の範囲を作成する

を使用して date.range()期間と頻度を指定することで関数を作成し、日付系列を作成できます。デフォルトでは、範囲の頻度は日数です。

import pandas as pd

print pd.date_range('1/1/2011', periods=5)

その output 次のとおりです-

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
   dtype='datetime64[ns]', freq='D')

import pandas as pd

print pd.date_range('1/1/2011', periods=5,freq='M')

その output 次のとおりです-

DatetimeIndex(['2011-01-31', '2011-02-28', '2011-03-31', '2011-04-30', '2011-05-31'],
   dtype='datetime64[ns]', freq='M')

bdate_range（）は、営業日の範囲を表します。date_range（）とは異なり、土曜日と日曜日は除外されます。

import pandas as pd

print pd.date_range('1/1/2011', periods=5)

その output 次のとおりです-

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
   dtype='datetime64[ns]', freq='D')

3月3日以降、日付が4日と5日を除く3月6日にジャンプすることに注意してください。カレンダーで日を確認してください。

のような便利な機能 date_range そして bdate_rangeさまざまな周波数エイリアスを利用します。date_rangeのデフォルトの頻度は暦日ですが、bdate_rangeのデフォルトは営業日です。

import pandas as pd
start = pd.datetime(2011, 1, 1)
end = pd.datetime(2011, 1, 5)

print pd.date_range(start, end)

その output 次のとおりです-

DatetimeIndex(['2011-01-01', '2011-01-02', '2011-01-03', '2011-01-04', '2011-01-05'],
   dtype='datetime64[ns]', freq='D')

有用な一般的な時系列頻度には、いくつかの文字列エイリアスが与えられています。これらのエイリアスをオフセットエイリアスと呼びます。

エイリアス	説明	エイリアス	説明
B	営業日の頻度	BQS	事業四半期の開始頻度
D	暦日の頻度	A	年間（年）終了頻度
W	毎週の頻度	BA	事業年度末の頻度
M	月末の頻度	BAS	事業年度の開始頻度
SM	半月末の頻度	BH	営業時間の頻度
BM	営業月末の頻度	H	時間ごとの頻度
MS	月の開始頻度	T、分	毎分頻度
SMS	SMSの半月の開始頻度	S	第二に頻度
BMS	営業月の開始頻度	L、ms	ミリ秒
Q	四半期末の頻度	U、私たち	マイクロ秒
BQ	事業四半期の終了頻度	N	ナノ秒
QS	四半期開始頻度