pandas.date_range笔记以及日期闭合的坑

前言

前几天给别人开发一个数据统计小程序，需要根据出入库时间统计返库天数，他们统计的要求是不计时间的，只看日期就可以，但是他的原始数据是从公司系统导出的，默认是带有时间的，结果统计的结果是在同一天出库同一天返库的订单返库天数不一样！问题出在pandas.date_range上。

pandas.date_range介绍

pandas.date_range官方文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.date_range.html
语法：

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs) → pandas.core.indexes.datetimes.DatetimeIndex

注意：start=None, end=None, periods=None 虽然这三个参数都有默认值，但是必须填写其中的两个参数，否则报错！
参数说明：
start：str 或 datetime，日期左边界
end：str 或 datetime, 日期右边界
periods：int，固定时期，取值为整数或None
freq：日期偏移量，取值为str或DateOffset，默认为’D’，取值参考文档；取值可以是多个，比如5H，1D10min/1D10T
tz：str 或 tzinfo；返回本地化时间索引对象的时区名称, 比如 ‘Asia/Hong_Kong’. 默认情况下生成的时间索引对象是与时区无关的.
normalize：bool, 默认为 False；若赋值为True表示在生成日期范围之前，将开始/结束日期规范化为午夜时间
name：str, 默认为 None；生成时间索引对象的名称，取值为string或None
closed：{None, ‘left’, ‘right’}, 三个选项，默认None（两边闭合），closed=‘left’左闭右开，closed='right’左开右闭
**kwargs：为了兼容性，对结果没有影响
例如：

import pandas as pd
In [1]:
pd.date_range('2011-01-03', periods=5, freq='B')
Out[1]:
DatetimeIndex(['2011-01-03', '2011-01-04', '2011-01-05', '2011-01-06',
               '2011-01-07'],
              dtype='datetime64[ns]', freq='B')
In [2]:
pd.date_range('2011-01-03', periods=5, freq=pd.offsets.BDay())
Out[2]:
DatetimeIndex(['2011-01-03', '2011-01-04', '2011-01-05', '2011-01-06',
               '2011-01-07'],
              dtype='datetime64[ns]', freq='B')
In [3]:
pd.date_range('2011-01-01 00:00:00', periods=10, freq='2h20min')
Out[3]:
DatetimeIndex(['2011-01-01 00:00:00', '2011-01-01 02:20:00',
               '2011-01-01 04:40:00', '2011-01-01 07:00:00',
               '2011-01-01 09:20:00', '2011-01-01 11:40:00',
               '2011-01-01 14:00:00', '2011-01-01 16:20:00',
               '2011-01-01 18:40:00', '2011-01-01 21:00:00'],
              dtype='datetime64[ns]', freq='140T')
In [4]:
pd.date_range('2011-01-01 00:00:00', periods=10, freq='1D10U')
Out[4]:
DatetimeIndex(['2011-01-01 00:00:00', '2011-01-02 00:00:00.000010',
               '2011-01-03 00:00:00.000020', '2011-01-04 00:00:00.000030',
               '2011-01-05 00:00:00.000040', '2011-01-06 00:00:00.000050',
               '2011-01-07 00:00:00.000060', '2011-01-08 00:00:00.000070',
               '2011-01-09 00:00:00.000080', '2011-01-10 00:00:00.000090'],
              dtype='datetime64[ns]', freq='86400000010U')
In [8]:
pd.date_range(start='1/1/2018', periods=5, tz='Asia/Hong_Kong')
Out[8]:
DatetimeIndex(['2018-01-01 00:00:00+08:00', '2018-01-02 00:00:00+08:00',
               '2018-01-03 00:00:00+08:00', '2018-01-04 00:00:00+08:00',
               '2018-01-05 00:00:00+08:00'],
              dtype='datetime64[ns, Asia/Hong_Kong]', freq='D')
In [9]:
pd.date_range(start='2017-01-01', end='2017-01-04', closed=None)
Out[9]:
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq='D')
In [10]:

pd.date_range(start='2017-01-01', end='2017-01-04', closed='left')
Out[10]:
DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq='D')
In [11]:

pd.date_range(start='2017-01-01', end='2017-01-04', closed='right')
Out[11]:
DatetimeIndex(['2017-01-02', '2017-01-03', '2017-01-04'], dtype='datetime64[ns]', freq='D')

日期闭合的坑

上面最后三个例子分别使用 closed=‘right’ closed=‘left’ closed=None 演示了三种闭合情况，没发现有坑，但是问题出在日期格式上。演示的日期格式都是’YYYY-mm-dd’，但我们应用中经常遇到的是 ‘YYYY-mm-dd HH:MM:SS’，好，我们再来看个例子：

In [12]:
pd.date_range(start='2020-01-17 09:00:00', end='2020-01-19 08:59:59', closed=None)
Out[12]:
DatetimeIndex(['2020-01-17 09:00:00', '2020-01-18 09:00:00'], dtype='datetime64[ns]', freq='D')

咦？closed=None是两边闭合，返回的日期应该是包含2020-01-19才对呀？再试一下右闭合看是不是更好用：

In [13]:
pd.date_range(start='2020-01-17 09:00:00', end='2020-01-19 08:59:59', closed=None)
Out[13]:
DatetimeIndex(['2020-01-18 09:00:00'], dtype='datetime64[ns]', freq='D')

咦？右闭合2020-01-17没有了正常，仍然没有2020-01-19？右闭没有闭合？？？
其实不是右边没有闭合，我们再来试一下：

In [14]:
pd.date_range(start='2020-01-17 09:00:00', end='2020-01-19 09:00:00', closed=None)
Out[14]:
DatetimeIndex(['2020-01-18 09:00:00', '2020-01-19 09:00:00'], dtype='datetime64[ns]', freq='D')

正常闭合了！！仔细的朋友看出来了，开始的时间都是 09:00:00，不闭合的原因是结束日期的时间是08:59:59，改成大于 09:00:00 就会闭合！原来闭合的前提条件是满足24小时！！！

解决方案：

其实很简单，只有知道了这个问题所在，那么在使用pd.date_range的时候，使用参数normalize = True就可以了比如:

In [15]:
pd.date_range(start='2020-01-17 09:00:00', end='2020-01-19 08:59:59', normalize=True,closed=None)
Out [15]:
DatetimeIndex(['2020-01-17', '2020-01-18', '2020-01-19'], dtype='datetime64[ns]', freq='D')

wuwei_201

原创文章 12 获赞 20 访问量 1473

关注私信