从浮点秒创建熊猫频率字符串

Question

我想在 pandas 中创建一系列日期，例如：

d = pd.date_range('2014-02-03 00:00:00','2014-02-03 01:00:00', freq=freq)

其中freq 是以秒为单位的数字。如果freq 是一个整数，那么：

d = pd.date_range('2014-02-03 00:00:00','2014-02-03 01:00:00', freq=f"{freq}s")

有效。如果它是浮点数，那么原则上可以使用偏移别名的某种组合（例如，“60S100L”持续 60.1 秒）。 有没有办法从浮点频率自动生成正确的偏移别名字符串？

例如，当频率等于 60.1 秒时，我想知道是否有内置方法将浮点数 60.1 转换为 '60S100L' 以获得：

pd.date_range('2014-02-03 00:00:00','2014-02-03 0:03:00', freq='60s100L')

产生：

DatetimeIndex([       '2014-02-03 00:00:00', '2014-02-03 00:01:00.100000',
               '2014-02-03 00:02:00.200000'],
              dtype='datetime64[ns]', freq='60100L')

Answer 1

您可以编写自己的函数来包装pd.date_range 并像这样处理浮点/整数转换：

def custom_daterange(start, stop, freq):
    # handle floats that can be ints (e.g. 60.0, 61.0)
    if freq == int(freq):
        freq = int(freq)

    if isinstance(freq, int):
        freq_str = f"{freq}s"

    elif isinstance(freq, float):
        freq_base = int(freq)
        freq_remainder = freq - freq_base
        freq_str = f"{freq_base}s{freq_remainder * 1000:.0f}L"

    else:
        raise ValueError("freq MUST be either int or float")
    return pd.date_range(start, stop, freq=freq_str)

那么你可以这样使用它：

>>> custom_daterange('2014-02-03 00:00:00','2014-02-03 01:00:00', freq=60)
DatetimeIndex([
    '2014-02-03 00:00:00', 
    '2014-02-03 00:01:00',
    ...
    '2014-02-03 00:59:00',
    '2014-02-03 01:00:00'],
    dtype='datetime64[ns]', freq='60S'
)

>>> custom_daterange('2014-02-03 00:00:00','2014-02-03 01:00:00', freq=60.1)
DatetimeIndex([
    '2014-02-03 00:00:00', 
    '2014-02-03 00:01:00.100000', 
    ...
    '2014-02-03 00:58:05.800000',
    '2014-02-03 00:59:05.900000'],
    dtype='datetime64[ns]', freq='60100L'
)

Answer 2

它基于频率 - 参数

import pandas as pd

seconds = pd.date_range(start='1/1/2018', end='1/08/2018', freq = 'S')
days = pd.date_range(start='1/1/2018', end='1/08/2018')
weeks = pd.date_range(start='1/1/2018', end='1/08/2018', freq='w')
monthsStart = pd.date_range(start='1/1/2018', end='1/08/2018', freq='MS')
quarters = pd.date_range(start='1/1/2018', end='1/08/2018', freq='Q')