Pandas Datetime: генерирует последовательности дат с фиксированной частотой и промежутков времени

Pandas Datetime: Упражнение-14 с решением

Напишите программу Pandas для генерации последовательностей дат с фиксированной частотой и промежутков времени.

Пример решения :

Код Python:

import pandas as pd
dtr = pd.date_range('2018-01-01', periods=12, freq='H')
print("Hourly frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='min')
print("\nMinutely frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='S')
print("\nSecondly frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='2H')
print("nMultiple Hourly frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='5min')
print("\nMultiple Minutely frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='BQ')
print("\nMultiple Secondly frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='w')
print("\nWeekly frequency:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='2h20min')
print("\nCombine together day and intraday offsets-1:")
print(dtr)
dtr = pd.date_range('2018-01-01', periods=12, freq='1D10U')
print("\nCombine together day and intraday offsets-2:")
print(dtr)

Пример вывода:

 Почасовая частота:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-01 01:00:00',
               «2018-01-01 02:00:00», «2018-01-01 03:00:00»,
               «2018-01-01 04:00:00», «2018-01-01 05:00:00»,
               «2018-01-01 06:00:00», «2018-01-01 07:00:00»,
               «2018-01-01 08:00:00», «2018-01-01 09:00:00»,
               «2018-01-01 10:00:00», «2018-01-01 11:00:00»],
              dtype = 'datetime64 [ns]', freq = 'H')
Минутная частота:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-01 00:01:00',
               «2018-01-01 00:02:00», «2018-01-01 00:03:00»,
               «2018-01-01 00:04:00», «2018-01-01 00:05:00»,
               «2018-01-01 00:06:00», «2018-01-01 00:07:00»,
               «2018-01-01 00:08:00», «2018-01-01 00:09:00»,
               «2018-01-01 00:10:00», «2018-01-01 00:11:00»],
              dtype = 'datetime64 [ns]', freq = 'T')
Вторая частота:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-01 00:00:01',
               «2018-01-01 00:00:02», «2018-01-01 00:00:03»,
               «2018-01-01 00:00:04», «2018-01-01 00:00:05»,
               «2018-01-01 00:00:06», «2018-01-01 00:00:07»,
               «2018-01-01 00:00:08», «2018-01-01 00:00:09»,
               «2018-01-01 00:00:10», «2018-01-01 00:00:11»],
              dtype = 'datetime64 [ns]', freq = 'S')
n Многократная почасовая частота:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-01 02:00:00',
               «2018-01-01 04:00:00», «2018-01-01 06:00:00»,
               «2018-01-01 08:00:00», «2018-01-01 10:00:00»,
               «2018-01-01 12:00:00», «2018-01-01 14:00:00»,
               «2018-01-01 16:00:00», «2018-01-01 18:00:00»,
               «2018-01-01 20:00:00», «2018-01-01 22:00:00»],
              dtype = 'datetime64 [ns]', freq = '2H')
Кратная минутная частота:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-01 00:05:00',
               «2018-01-01 00:10:00», «2018-01-01 00:15:00»,
               «2018-01-01 00:20:00», «2018-01-01 00:25:00»,
               «2018-01-01 00:30:00», «2018-01-01 00:35:00»,
               «2018-01-01 00:40:00», «2018-01-01 00:45:00»,
               «2018-01-01 00:50:00», «2018-01-01 00:55:00»],
              dtype = 'datetime64 [ns]', freq = '5T')
Многократная вторая частота:
DatetimeIndex (['2018-03-30', '2018-06-29', '2018-09-28', '2018-12-31',
               «2019-03-29», «2019-06-28», «2019-09-30», «2019-12-31»,
               '2020-03-31', '2020-06-30', '2020-09-30', '2020-12-31'],
              dtype = 'datetime64 [ns]', freq = 'BQ-DEC')
Еженедельная частота:
DatetimeIndex (['2018-01-07', '2018-01-14', '2018-01-21', '2018-01-28',
               «2018-02-04», «2018-02-11», «2018-02-18», «2018-02-25»,
               «2018-03-04», «2018-03-11», «2018-03-18», «2018-03-25»],
              dtype = 'datetime64 [ns]', freq = 'W-SUN')
Объедините дневные и внутридневные смещения-1:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-01 02:20:00',
               «2018-01-01 04:40:00», «2018-01-01 07:00:00»,
               «2018-01-01 09:20:00», «2018-01-01 11:40:00»,
               «2018-01-01 14:00:00», «2018-01-01 16:20:00»,
               «2018-01-01 18:40:00», «2018-01-01 21:00:00»,
               '2018-01-01 23:20:00', '2018-01-02 01:40:00'],
              dtype = 'datetime64 [ns]', freq = '140T')
Объедините дневные и внутридневные смещения-2:
DatetimeIndex (['2018-01-01 00:00:00', '2018-01-02 00: 00: 00.000010',
               «2018-01-03 00: 00: 00.000020», «2018-01-04 00: 00: 00.000030»,
               «2018-01-05 00: 00: 00.000040», «2018-01-06 00: 00: 00.000050»,
               «2018-01-07 00: 00: 00.000060», «2018-01-08 00: 00: 00.000070»,
               «2018-01-09 00: 00: 00.000080», «2018-01-10 00: 00: 00.000090»,
               «2018-01-11 00: 00: 00.000100», «2018-01-12 00: 00: 00.000110»],
              dtype = 'datetime64 [ns]', freq = '86400000010U')

Редактор кода Python:

Есть другой способ решить это решение? Внесите свой код (и комментарии) через Disqus.

Предыдущий: Напишите программу Pandas для добавления 100 дней с отчетной датой неопознанного летающего объекта (НЛО).
Далее: Напишите программу Pandas для создания преобразования между строками и датой и временем.