Come creare un DatetimeIndex panda con anno come frequenza?

Question

Utilizzando la funzione pandas.date_range(startdate, periods=n, freq=f) è possibile creare un intervallo di oggetti panda Timestamp in cui il parametro opzionale freq denota la frequenza (secondo, minuto, ora, giorno ...) nell'intervallo.

Il documentation non menziona i valori letterali che dovrebbero essere passati, ma dopo alcuni minuti è possibile trovarne facilmente la maggior parte.

• 's': secondo
• 'min': minuti
• 'H': ora
• 'D': giorno
• 'w': settimana
• 'm': mese

Tuttavia, nessuno di 'y', 'Y', 'yr', ecc. crea date con anno come frequenza. Qualcuno sa cosa passare, o se è possibile a tutti?

Answer 1

indicizzazione annuale all'inizio o alla fine dell'anno

frequenza è freq='A' per fine anno di frequenza, 'AS' per inizio anno. Controlla il aliases in the documentation.

es. pd.date_range(start=pd.datetime(2000, 1, 1), periods=4, freq='A')

rendimenti

DatetimeIndex(['2000-12-31', '2001-12-31', '2002-12-31', '2003-12-31'], dtype='datetime64[ns]', freq='A-DEC', tz=None)

indicizzazione annuale al l'inizio di un mese arbitraria

Se avete bisogno di essere annuale da un momento particolare utilizzare un anchored offset, ad es.pd.date_range(start=pd.datetime(2000, 1, 1), periods=10, freq='AS-AUG')

rendimenti

DatetimeIndex(['2000-08-01', '2001-08-01', '2002-08-01', '2003-08-01'], dtype='datetime64[ns]', freq='AS-AUG', tz=None)

indicizzazione annuale da una data arbitraria

Per indice da una data arbitraria, iniziano la serie a tale data e utilizzare un costume DateOffset oggetto.

es. pd.date_range(start=pd.datetime(2000, 9, 10), periods=4, freq=pd.DateOffset(years=1))

rendimenti

DatetimeIndex(['2000-09-10', '2001-09-10', '2002-09-10', '2003-09-10'], dtype='datetime64[ns]', freq='<DateOffset: kwds={'years': 1}>', tz=None)

Answer 2

È possibile utilizzare multipli per le stringhe di frequenza. Per esempio:

pd.date_range ('01/01/2010' , periodi = 10, freq = '365 G')

Questo codice vi darà una serie con 01/01/2010, 01/01/2011, ecc., Che penso sia quello che stai cercando. Naturalmente, il problema qui è che ti imbatterai in problemi con gli anni bisestili.

Answer 3

È possibile utilizzare il mese e poi scegliere ogni 12 ° mese:

months=pandas.date_range(start=datetime.datetime.now(),periods=120,freq='M') 
year=[months[11*i] for i in range(12)] 

È anche possibile fare:

usingDays=pandas.date_range(start=datetime.datetime.now(),periods=10,freq='365D') 

ma che non funziona così bene con gli anni bisestili.

Answer 4

Con tutti quei hack, c'è un modo chiaro:

pd.date_range(start=datetime.datetime.now(),periods=5,freq='A') 

A: annualmente.

365D? Veramente? Che mi dici di leap years?