DatetimeIndex：'freq' 属性的用途是什么？答案

【问题标题】：DatetimeIndex: what is the purpose of 'freq' attribute?DatetimeIndex：'freq' 属性的用途是什么？
【发布时间】：2018-06-19 21:41:05
【问题描述】：

我错过了 pandas DatatimeIndex 对象中“频率”属性的要点。它可以在构造时传递，也可以在任何时候设置为属性，但是当此属性更改时，我看不到 DatatimeIndex 对象的行为有任何差异。

请看这个例子。我们将 1 天添加到具有 freq='B' 但返回的索引包含非工作日的 DatetimeIndex：

import pandas as pd
from pandas.tseries.offsets import *

rng = pd.date_range('2012-01-05', '2012-01-10', freq=BDay())
index = pd.DatetimeIndex(rng)
print(index)

index2 = index + pd.Timedelta('1D')
print(index2)

这是输出：

DatetimeIndex(['2012-01-05', '2012-01-06', '2012-01-09', '2012-01-10'], dtype='datetime64[ns]', freq='B')

DatetimeIndex(['2012-01-06', '2012-01-07', '2012-01-10', '2012-01-11'], dtype='datetime64[ns]', freq='B')

为什么在对 DatetimeIndex 执行计算 (+/- Timedelta) 时不考虑频率？
为什么 freq 不能反映 DatetimeIndex 中包含的实际数据？（即使它包含非工作日，它也会显示“B”）

【问题讨论】：

我的印象是freq被使用to inform optimisations on the index;它不是验证器。因此，它从最初的 date_range() 调用中获取线索，以对可能需要进行哪些优化做出明智的猜测。

标签： python pandas

【解决方案1】：

来自github 问题：

freq 属性是纯描述性的，所以它不并且不应该影响计算。文档可能会更清晰。

【讨论】：

【解决方案2】：

您正在寻找shift

index.shift(1)
Out[336]: DatetimeIndex(['2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11'], dtype='datetime64[ns]', freq='B')

BDay 也会这样做

from pandas.tseries.offsets import BDay
index + BDay(1)
Out[340]: DatetimeIndex(['2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11'], dtype='datetime64[ns]', freq='B')

【讨论】：

@luca 为什么你说，不使用它，它传递给 shift ，如上所示