看过来
《pandas 教程》 持续更新中,提供建议、纠错、催更等加作者微信: gr99123(备注:pandas教程)和关注公众号「盖若」ID: gairuo。跟作者学习,请进入 Python学习课程。欢迎关注作者出版的书籍:《深入浅出Pandas》 和 《Python之光》。
(编码题)在分析时间序列数据时,需要创建等间隔的时间差序列用于偏移计算。
import pandas as pd
# 源数据:基础时间点
base_time = pd.Timestamp('2023-01-01 08:00:00')
print("基础时间点:", base_time)
输出结果:
基础时间点: 2023-01-01 08:00:00
代码如下:
import pandas as pd
base_time = pd.Timestamp('2023-01-01 08:00:00')
# 生成2小时间隔的时间差序列
time_deltas = pd.timedelta_range(start='0 hours',
end='8 hours',
freq='2h')
print("时间差序列:")
print(time_deltas)
# 应用时间差到基础时间点
time_points = base_time + time_deltas
print("\n生成的时间点序列:")
print(time_points)
输出结果:
时间差序列:
TimedeltaIndex(['0 days 00:00:00', '0 days 02:00:00', '0 days 04:00:00',
'0 days 06:00:00', '0 days 08:00:00'],
dtype='timedelta64[ns]', freq='2H')
生成的时间点序列:
DatetimeIndex(['2023-01-01 08:00:00', '2023-01-01 10:00:00',
'2023-01-01 12:00:00', '2023-01-01 14:00:00',
'2023-01-01 16:00:00'],
dtype='datetime64[ns]', freq=None)
使用pd.timedelta_range生成等间隔的时间差序列 start='0 hours'
和 end='8 hours'
指定时间差范围,freq='2H'
设置2小时间隔频率。生成TimedeltaIndex对象后,将其与基础时间点相加,得到等间隔的时间点序列。这种方法常用于创建规则的时间网格、计算未来时间点或进行时间偏移分析。
(完)
更新时间:2025-09-11 10:19:12 标签:pandas python 时间间隔