Da pd.date_range('2016-01', '2016-05', freq='M',).strftime('%Y-%m'), il mese scorso è 2016-04, ma mi aspettavo che fosse 2016-05. Mi sembra che questa funzione si comporti come il metodo range, in cui il parametro finale non è incluso nell'array di restituzione.Come includere la data di fine nel metodo date_range pandas?
C'è un modo per ottenere il mese finale incluso nell'array di restituzione, senza elaborare la stringa per il mese finale?
Un modo per farlo senza fare confusione con capire mese si conclude te stesso.
pd.date_range(*(pd.to_datetime(['2016-01', '2016-05']) + pd.offsets.MonthEnd()), freq='M')
DatetimeIndex(['2016-01-31', '2016-02-29', '2016-03-31', '2016-04-30',
'2016-05-31'],
dtype='datetime64[ns]', freq='M')
Non penso. È necessario aggiungere la (n + 1) di confine
pd.date_range('2016-01', '2016-06', freq='M').strftime('%Y-%m')
L'inizio e fine date sono rigorosamente compreso. Quindi non sarà generare eventuali date al di fuori di quelle date, se specificato. http://pandas.pydata.org/pandas-docs/stable/timeseries.html
In entrambi i casi, è necessario aggiungere manualmente alcune informazioni. Credo che aggiungere solo un altro mese non sia molto lavoro.
Questa citazione dai documenti è valida quando 'freq = 'D'', quando è mensile non è valido per la data di fine. – srodriguex
ok. non cambia il fatto che devi aggiungere il tuo limite :) –
include il giorno quando si specificano le date in date_range chiamata
pd.date_range('2016-01-31', '2016-05-31', freq='M',).strftime('%Y-%m')
array(['2016-01', '2016-02', '2016-03', '2016-04', '2016-05'],
dtype='|S7')
Se aggiungi un giorno manualmente, allora potresti anche solo aggiungere un altro mese non pensi –
No. Posso immaginare un bisogno e un motivo per preferire entrambi sulla situazione – piRSquared
È possibile utilizzare .union per aggiungere il valore logico successivo dopo l'inizializzazione del date_range. Dovrebbe funzionare come scritto per qualsiasi frequenza:
d = pd.date_range('2016-01', '2016-05', freq='M')
d = d.union([d[-1] + 1]).strftime('%Y-%m')
In alternativa, è possibile utilizzare al posto di period_rangedate_range. A seconda di cosa si intende fare, questo potrebbe non essere la cosa giusta da usare, ma soddisfa la tua domanda:
pd.period_range('2016-01', '2016-05', freq='M').strftime('%Y-%m')
In entrambi i casi, l'output risultante è come previsto:
['2016-01' '2016-02' '2016-03' '2016-04' '2016-05']
Grazie per period_range, questo è quello che stavo cercando. – Tickon
Per la folla successiva. Puoi anche provare a utilizzare la frequenza di inizio mese.
>>> pd.date_range('2016-01', '2016-05', freq='MS', format = "%Y-%m")
DatetimeIndex(['2016-01-01', '2016-02-01', '2016-03-01', '2016-04-01',
'2016-05-01'],
dtype='datetime64[ns]', freq='MS')
Con questa soluzione non ho bisogno di pasticciare con giorni e (n + 1) mese. – srodriguex