本系列文章配套代码获取有以下三种途径：
-
可以在以下网站查看，该网站是使用JupyterLite搭建的web端Jupyter环境，因此无需在本地安装运行环境即可使用，首次运行浏览器需要下载一些配置文件（大约20M）：
https://returu.github.io/Python_Data_Analysis/lab/index.html-
也可以通过百度网盘获取，需要在本地配置代码运行环境，环境配置可以查看【Python基础】2.搭建Python开发环境：
链接：https://pan.baidu.com/s/1MYkeYeVAIRqbxezQECHwcA?pwd=mnsj提取码：mnsj
-
前往GitHub详情页面，单击 code 按钮，选择Download ZIP选项：
https://github.com/returu/Python_Data_Analysis根据《Python for Data Analysis 3rd Edition》翻译整理
—————————————————–
pandas中的频率由基础频率和倍数组成。
基础频率通常用一个字符串别名来表示，比如 "M "代表每月，"H "代表每小时。对于每个基础频率，都有一个对象用于定义日期偏置。例如，每小时的频率可以用 Hour 类来表示。
1>>> from pandas.tseries.offsets import Hour , Minute
2
3>>> hour = Hour()
4>>> hour
5<Hour>
可以通过传递整数来定义偏移量的倍数：
1>>> hour = Hour(5)
2>>> hour
3<5 * Hours>
多个偏置可以通过加法联合：
1>>> Hour(5) + Minute(60)
2<6 * Hours>
在大多数应用中，不需要显式地创建这些对象，而是使用字符串别名，例如“H”或“5H”。在基础频率前加一个整数可以生成倍数：
1>>> pd.date_range("2022-12-1" , "2022-12-2 12:12" , freq="5H")
2DatetimeIndex(['2022-12-01 00:00:00', '2022-12-01 05:00:00',
3 '2022-12-01 10:00:00', '2022-12-01 15:00:00',
4 '2022-12-01 20:00:00', '2022-12-02 01:00:00',
5 '2022-12-02 06:00:00', '2022-12-02 11:00:00'],
6 dtype='datetime64[ns]', freq='5H')
类似地，也可以传递频率字符串，例如“1h30min”将会被有效地解析为同等的表达式：
1>>> pd.date_range("2022-12-1" , "2022-12-1 23:00" , freq="1h30min")
2DatetimeIndex(['2022-12-01 00:00:00', '2022-12-01 01:30:00',
3 '2022-12-01 03:00:00', '2022-12-01 04:30:00',
4 '2022-12-01 06:00:00', '2022-12-01 07:30:00',
5 '2022-12-01 09:00:00', '2022-12-01 10:30:00',
6 '2022-12-01 12:00:00', '2022-12-01 13:30:00',
7 '2022-12-01 15:00:00', '2022-12-01 16:30:00',
8 '2022-12-01 18:00:00', '2022-12-01 19:30:00',
9 '2022-12-01 21:00:00', '2022-12-01 22:30:00'],
10 dtype='datetime64[ns]', freq='90T')
一些频率描述的时间并不是均匀分隔的时间。例如，“M”（日历月末）和“BM”（最后一个工作日）取决于一个月中的天数，在后一种情况下，取决于该月是否在周末结束。我们将这些称为锚定偏移量（anchored offsets）。
月中某星期（“week of month”）是一个有用的频率类，以 WOM 开头。
例如，获取每个月的第三个星期五，可以传入"WOM-3FRI"：
1>>> pd.date_range("2022-1-1" , "2022-12-1" , freq="WOM-3FRI")
2DatetimeIndex(['2022-01-21', '2022-02-18', '2022-03-18', '2022-04-15',
3 '2022-05-20', '2022-06-17', '2022-07-15', '2022-08-19',
4 '2022-09-16', '2022-10-21', '2022-11-18'],
5 dtype='datetime64[ns]', freq='WOM-3FRI')
本篇文章来源于微信公众号: 码农设计师
