pandas.date_range(start=None, end=None, periods=None, freq=’D’, tz=None, normalize=False, name=None, closed=None, **kwargs)
參數start:string或datetime-like,默認值是None,表示日期的起點。
end:string或datetime-like,默認值是None,表示日期的終點。
periods:integer或None,默認值是None,表示你要從這個函數產生多少個日期索引值;如果是None的話,那麼start和end必須不能爲None。
freq:string或DateOffset,默認值是’D’,表示以自然日爲單位,這個參數用來指定計時單位,比如’5H’表示每隔5個小時計算一次。
tz:string或None,表示時區,例如:’Asia/Hong_Kong’。
normalize:bool,默認值爲False,如果爲True的話,那麼在產生時間索引值之前會先把start和end都轉化爲當日的午夜0點。
name:str,默認值爲None,給返回的時間索引指定一個名字。
closed:string或者None,默認值爲None,表示start和end這個區間端點是否包含在區間內,可以有三個值,’left’表示左閉右開區間,’right’表示左開右閉區間,None表示兩邊都是閉區間。
#!/usr/bin/env python # -*- coding:utf-8 -*- import pandas as pd import numpy as np import datetime from pylab import * # encoding=utf8 # import sys reload(sys) sys.setdefaultencoding('utf-8') #解決文件輸入編碼問題# def main(): # Time Series# t_exam = pd.date_range("20170301", periods=10, freq="S") print (t_exam) # Graph ts = pd.Series(np.random.randn(1000), index=pd.date_range("20170301", periods=1000))#1000天的數# ts = ts.cumsum()# cumsum()函數中:生成的每一項矩陣元素均是從原矩陣首項累加到對應項的元素之和 # ts.plot()#pylab# show() # File df = pd.read_csv("./data/May turnover.csv", encoding="gb2312")#讀取時在後面加入encoding="gb2312"基本可以保證不亂碼 # 例外的情況,用encoding = "gb18030"就能解決# # 自己輸入的中文可以在前面+u # print (df) df2 = pd.read_excel("./data/May turnover.xlsx", "Sheet1",encoding="gb2312") print ("Excel",df2) df.to_csv("./data/May2 turnover.csv") df2.to_excel("./data/May2 turnover.xlsx","Sheet2", encoding="gb18030") if __name__ == "__main__": main()
關注了叫李茂的大神的博客,受益良多。crifan~