Pandas 日期関数

Pandas 日期関数操作の例

財務データ分析において、時間シーケンスの拡張、日付機能が重要な役割を果たします。日付データを使用する際には、以下のような状況に直面することがよくあります-

日付シーケンスの生成 日付シーケンスを異なる頻度に変換する

日付範囲の作成

date.range()関数を使用して日付と頻度を指定することで、日付シーケンスを作成できます。デフォルトでは、範囲の頻度は日です。

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

以下の結果が得られます：

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

日付頻度の変更

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

以下の結果が得られます：

　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()は営業日範囲を表します。date_range()とは異なり、土曜日と日曜日は含まれません。

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

以下の結果が得られます：

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

ご注意ください、3月3日以降、日付は3月6日（含まれない）4日と5日）。カレンダーの中の日付をチェックするだけで良いです。
date_rangeやbdate_rangeなどの便利な機能は、様々な頻度の別名を使用しています。date_rangeのデフォルトの頻度はカレンダーデーであり、bdate_rangeのデフォルトの頻度はビジネスデーです。

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

以下の結果が得られます：

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

オフセット別名

役立つ一般的な時系列頻度のための多くの文字列別名が提供されています。これらの別名をオフセット別名と呼びます。