Pandas时间序列：生成指定范围的日期

import pandas as pd
import numpy as np

1.生成指定范围的日期

pd.date_range('4/1/2018','4/5/2018')

DatetimeIndex(['2018-04-01', '2018-04-02', '2018-04-03', '2018-04-04',
               '2018-04-05'],
              dtype='datetime64[ns]', freq='D')

2.指定起始或者结束日期，并指定步长(单位是“日”)

pd.date_range(start='4/1/2018',periods=5)

DatetimeIndex(['2018-04-01', '2018-04-02', '2018-04-03', '2018-04-04',
               '2018-04-05'],
              dtype='datetime64[ns]', freq='D')

pd.date_range(end='4/5/2018',periods=5)

DatetimeIndex(['2018-04-01', '2018-04-02', '2018-04-03', '2018-04-04',
               '2018-04-05'],
              dtype='datetime64[ns]', freq='D')

3.以每月最后一个工作日为周期

pd.date_range('1/1/2000','12/1/2000',freq='BM')

DatetimeIndex(['2000-01-31', '2000-02-29', '2000-03-31', '2000-04-28',
               '2000-05-31', '2000-06-30', '2000-07-31', '2000-08-31',
               '2000-09-29', '2000-10-31', '2000-11-30'],
              dtype='datetime64[ns]', freq='BM')

4.标准化时间戳的时间信息

pd.date_range('7/4/2018 12:56:31',periods=5) # 默认是保留时间信息

DatetimeIndex(['2018-07-04 12:56:31', '2018-07-05 12:56:31',
               '2018-07-06 12:56:31', '2018-07-07 12:56:31',
               '2018-07-08 12:56:31'],
              dtype='datetime64[ns]', freq='D')

pd.date_range('7/4/2018 12:56:31',periods=5,normalize=True) #使用normalize=True标准化时间信息

DatetimeIndex(['2018-07-04', '2018-07-05', '2018-07-06', '2018-07-07',
               '2018-07-08'],
              dtype='datetime64[ns]', freq='D')