Date Functionality

延长时间序列，日期功能在财务数据分析中发挥重要作用。 在使用Date数据时，我们会经常遇到以下情况 -

• 生成日期序列
• 将日期系列转换为不同的频率

创建一系列日期

通过指定句点和频率使用date.range()函数，我们可以创建日期系列。 默认情况下，范围的频率为天。

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

其output如下 -

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

更改日期频率

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

其output如下 -

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

bdate_range

bdate_range（）代表业务日期范围。 与date_range（）不同，它不包括星期六和星期日。

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

其output如下 -

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

观察，在3月3日之后，日期跳至6日，不包括第4和第5。 只需查看日历即可。

date_range和bdate_range等便捷函数使用各种频率别名。 date_range的默认频率是日历日，而bdate_range的默认频率是工作日。

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

其output如下 -

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

偏移别名

许多字符串别名被赋予有用的公共时间序列频率。 我们将这些别名称为偏移别名。