【Pandas】pandas.period_range详解与实战应用：快速生成周期序列的强力工具，用于生成固定频率的周期序列

admin管理员组

文章数量:1584444

在数据分析和处理过程中，生成周期（Period）序列是一项非常常见的任务。pandas.period_range 是 Pandas 提供的一个函数，用于生成固定频率的周期序列。本文将详细介绍 pandas.period_range 的用途和用法，包括其参数详解、示例代码以及进阶使用技巧。

---

🧑 博主简介：现任阿里巴巴嵌入式技术专家，15年工作经验，深耕嵌入式+人工智能领域，精通嵌入式领域开发、技术管理、简历招聘面试。CSDN优质创作者，提供产品测评、学习辅导、简历面试辅导、毕设辅导、项目开发、C/C++/Java/Python/Linux/AI等方面的服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：gylzbk）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

【Pandas】pandas.period_range详解与实战应用：快速生成周期序列的强力工具，用于生成固定频率的周期序列

• 1.简介 📘
• 2.什么是pandas.period_range 🧩
• 3.为什么使用pandas.period_range 🤔
• 4.pandas.period_range方法详解 🔍
• • 4.1 函数签名 🖊️
  • 4.2 参数解释 📝
  • 4.3 返回值 📤
  • 4.4 示例代码 👨‍💻
  • • 4.4.1 基本用法 💾
    • 4.4.2 指定周期数 ⏩
    • 4.4.3 不同日期频率的周期序列 ⏱️
  • 4.5 进阶使用 🚀
  • • 4.5.1 生成年度频率的周期序列 💨
    • 4.5.2 生成不同时间单位的周期序列 📅
    • 4.5.3 日期频率字符串 📜
• 5. 注意事项 ⚠️
• 6. 参考资料 📚
• 7. 结论 🏁

1.简介 📘

在数据分析和处理过程中，生成周期（Period）序列是一项非常常见的任务。pandas.period_range 是 Pandas 提供的一个函数，用于生成固定频率的周期序列。本文将详细介绍 pandas.period_range 的用途和用法，包括其参数详解、示例代码以及进阶使用技巧。

2.什么是pandas.period_range 🧩

pandas.period_range 是 Pandas 提供的用于生成固定频率的周期（Period）序列的函数。它可以生成从指定起始日期到结束日期之间的周期序列，或根据指定的起点和频率生成固定数量的周期。

3.为什么使用pandas.period_range 🤔

使用 pandas.period_range 有以下几个优点：

1. 便捷：能够快速生成固定频率的周期序列，便于时间序列数据分析。
2. 灵活性：支持多种参数组合，满足不同的生成需求。
3. 强大的日期频率支持：支持多种日期频率，如天、小时、分钟等，满足各种场景的需求。

4.pandas.period_range方法详解 🔍

4.1 函数签名 🖊️

pandas.period_range(start=None, end=None, periods=None, freq=None, name=None)

4.2 参数解释 📝

• start: 类型：str or Period。说明：生成序列的起始日期。
• end: 类型：str or Period。说明：生成序列的结束日期。
• periods: 类型：int, optional。说明：生成序列的总周期数。
• freq: 类型：str or DateOffset, default None。说明：日期频率，默认从 start 和 end 推断。常见的频率有‘D’(天数），‘H’（小时），‘T’（分钟），‘S’（秒），‘M’（月），‘Y’（年）等。
• name: 类型：str, default None。说明：结果索引对象的名称。

4.3 返回值 📤

返回一个 PeriodIndex，包含生成的周期序列。

4.4 示例代码 👨‍💻

4.4.1 基本用法 💾

首先，我们来看看一个基本用法，生成从起始日期到结束日期的周期序列。

import pandas as pd

# 使用 pandas.period_range 生成周期序列
period_range = pd.period_range(start='2023-01', end='2023-06', freq='M')

print("Generated Period Range:")
print(period_range)

输出结果如下：

Generated Period Range:
PeriodIndex(['2023-01', '2023-02', '2023-03', '2023-04', '2023-05', '2023-06'],
            dtype='period[M]')

4.4.2 指定周期数 ⏩

接下来，我们看看如何指定生成周期序列的周期数。

# 使用 pandas.period_range 生成周期序列，指定周期数
period_range_periods = pd.period_range(start='2023-01', periods=6, freq='M')

print("Generated Period Range with Periods:")
print(period_range_periods)

输出结果如下：

Generated Period Range with Periods:
PeriodIndex(['2023-01', '2023-02', '2023-03', '2023-04', '2023-05', '2023-06'],
            dtype='period[M]')

4.4.3 不同日期频率的周期序列 ⏱️

可以选择不同的日期频率生成周期序列。

# 使用 pandas.period_range 生成季度频率的周期序列
period_range_quarterly = pd.period_range(start='2023-01', periods=4, freq='Q')

print("Generated Period Range with Quarterly Frequency:")
print(period_range_quarterly)

输出结果如下：

Generated Period Range with Quarterly Frequency:
PeriodIndex(['2023Q1', '2023Q2', '2023Q3', '2023Q4'], dtype='period[Q-DEC]')

4.5 进阶使用 🚀

4.5.1 生成年度频率的周期序列 💨

在某些情况下，可能需要生成年度频率的周期序列。

# 使用 pandas.period_range 生成年度频率的周期序列
period_range_yearly = pd.period_range(start='2020', end='2023', freq='Y')

print("Generated Period Range with Yearly Frequency:")
print(period_range_yearly)

输出结果如下：

Generated Period Range with Yearly Frequency:
PeriodIndex(['2020', '2021', '2022', '2023'], dtype='period[A-DEC]')

4.5.2 生成不同时间单位的周期序列 📅

还可以生成小时、分钟等不同时间单位的周期序列。

# 使用 pandas.period_range 生成小时频率的周期序列
period_range_hourly = pd.period_range(start='2023-01-01 00:00', periods=5, freq='H')

print("Generated Period Range with Hourly Frequency:")
print(period_range_hourly)

输出结果如下：

Generated Period Range with Hourly Frequency:
PeriodIndex(['2023-01-01 00:00', '2023-01-01 01:00', '2023-01-01 02:00',
             '2023-01-01 03:00', '2023-01-01 04:00'],
            dtype='period[H]')

4.5.3 日期频率字符串 📜

可以使用日期频率字符串指定复杂的周期序列。

# 使用 pandas.period_range 生成5分钟频率的周期序列
period_range_5min = pd.period_range(start='2023-01-01 00:00', periods=5, freq='5T')

print("Generated Period Range with 5-Minute Frequency:")
print(period_range_5min)

输出结果如下：

Generated Period Range with 5-Minute Frequency:
PeriodIndex(['2023-01-01 00:00', '2023-01-01 00:05', '2023-01-01 00:10',
             '2023-01-01 00:15', '2023-01-01 00:20'],
            dtype='period[5T]')

5. 注意事项 ⚠️

1. 参数组合：start, end 和 periods 参数可以结合使用，但须注意仅允许指定其中两个参数，剩余一个参数会被自动计算。
2. 日期频率：通过 freq 参数可以灵活地选择不同的日期频率，以满足各种需求。
3. 时间单位：可以根据 freq 参数选择具体的时间单位，如年、月、季度、天、小时、分钟等。

6. 参考资料 📚

• Pandas 官方文档—period_range
• Pandas User Guide—Time Series/Date Functionality

7. 结论 🏁

Pandas 的 pandas.period_range 函数提供了一种高效且灵活的方式来生成固定频率的周期序列。通过本文详细的讲解和示例，相信你已经掌握了 pandas.period_range 的基础使用方法和进阶技巧，有助于更好地进行时间序列分析和处理。

本文标签： 序列周期详解实战强力