Question

我正在尝试创建一个日期范围，该日期范围从特定日期开始以六个月为增量递增。因此，如果end_date是2020/01/15，那么之前的日期将是2019/07/15，然后是2019/01/15，等等。

pandas接受，比如'6M'作为date_range中的freq参数，但这实际上意味着月末，所以

test_range=pd.date_range(periods=10,end=dt.date(2020,1,15),freq='6M')

返回

DatetimeIndex(['2015-06-30', '2015-12-31', '2016-06-30', '2016-12-31',
               '2017-06-30', '2017-12-31', '2018-06-30', '2018-12-31',
               '2019-06-30', '2019-12-31'],
              dtype='datetime64[ns]', freq='6M')

哪个默认为年终/ june-end，所以不是我真正需要的。 date_range是否具有从给定日期开始按月（或六个月）增量向后工作的功能？如果是的话我无法找到它。

提前感谢您的帮助！

Answer 1

尝试使用SMS (semi-month start frequency (1st and 15th)) frequency：

In [109]: test_range=pd.date_range(periods=10,end='2020-01-15',freq='6SMS')

In [110]: test_range
Out[110]:
DatetimeIndex(['2017-10-15', '2018-01-15', '2018-04-15', '2018-07-15', '2018-10-15', '2019-01-15', '2019-04-15', '2019-07-15',
               '2019-10-15', '2020-01-15'],
              dtype='datetime64[ns]', freq='6SMS-15')

您也可以使用自定义频率：

In [130]: d = dt.date(2019,12,11)

In [131]: pd.date_range(periods=5,end=d,freq='6SMS-{}'.format(d.day))
Out[131]: DatetimeIndex(['2018-12-11', '2019-03-11', '2019-06-11', '2019-09-11', '2019-12-11'], dtype='datetime64[ns]', freq='6SMS-11')

另一种解决方案：

In [145]: pd.date_range(periods=5,end=d,freq='6MS') + pd.offsets.Day(d.day-1)
Out[145]: DatetimeIndex(['2017-12-11', '2018-06-11', '2018-12-11', '2019-06-11', '2019-12-11'], dtype='datetime64[ns]', freq=None)

Pandas date_range为六个月的值

1 个答案: