奇怪的熊猫 date_range 行为

Question

date_range()当开始日期和结束日期之间的小时数不匹配并且频率设置为Months时， pandas函数会显示奇怪的行为。

>>> pd.date_range("2020-05-31 22:00:00", "2020-08-29 21:00:00", freq="1M")

DatetimeIndex(['2020-05-31 22:00:00', '2020-06-30 22:00:00'], dtype='datetime64[ns]', freq='M')

在此示例中，我希望索引中出现“2020-07-31 22:00:00”，但事实并非如此。

尽管如此，以下示例仍按预期工作：

>>> pd.date_range("2020-05-31 22:00:00", "2020-08-29 22:00:00", freq="1M")

DatetimeIndex(['2020-05-31 22:00:00', '2020-06-30 22:00:00',

               '2020-07-31 22:00:00'],

              dtype='datetime64[ns]', freq='M')

>>> pd.date_range("2020-05-31 22:00:00", "2020-08-29 23:00:00", freq="1M")

DatetimeIndex(['2020-05-31 22:00:00', '2020-06-30 22:00:00',

               '2020-07-31 22:00:00'],

              dtype='datetime64[ns]', freq='M')

如果提供 Datetime 对象而不是字符串，也会发生这种情况：

>>> s = pd.to_datetime("2020-05-31 22:00:00", format="%Y-%m-%d %H:%M:%S")

>>> e = pd.to_datetime("2020-08-29 21:00:00", format="%Y-%m-%d %H:%M:%S")

>>> pd.date_range(s, e, freq="1M")

DatetimeIndex(['2020-05-31 22:00:00', '2020-06-30 22:00:00'], dtype='datetime64[ns]', freq='M')

这是一个错误还是我遗漏了什么？

熊猫 v1.1.0

Answer 1

我发现使用小于开始日期中提到的时间的时间不会列出最后的结果，您也可以使用大于开始日期的时间>>> pd.date_range("2020-05-31 22:00:00", "2020-08-29 23:00:00", freq="1M")DatetimeIndex(['2020-05-31 22:00:00', '2020-06-30 22:00:00',&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;'2020-07-31 22:00:00'],&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; dtype='datetime64[ns]', freq='M')或者您可以使用 pandas DateOffset 函数，而不是使用“1M”作为频率值，这将帮助您获得所需的结果。>>> pd.date_range("2020-05-31 22:00:00", "2020-08-29 21:00:00", freq=pd.DateOffset(months=1))DatetimeIndex(['2020-05-31 22:00:00', '2020-06-30 22:00:00',&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;'2020-07-30 22:00:00'],&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; dtype='datetime64[ns]', freq='<DateOffset: months=1>')