为什么pandas的date_range会向上舍入到下一个月？

ffx8fchx 于 2023-06-04 发布在其他

关注(0)|答案(2)|浏览(247)

将pandas.date_range与开始日期、频率和期间一起使用时，如果将开始日期用作一个月的最后一天，则日期范围将向上舍入。
这似乎是一个无声的边缘情况错误。如果不是窃听器，知道为什么吗？
比如说，

import pandas as pd

start_date = pd.Timestamp(2023, 5, 31)
date_range = pd.date_range(start=start_date, freq="MS", periods=6)

导致

DatetimeIndex(['2023-06-01', '2023-07-01', '2023-08-01', '2023-09-01',
               '2023-10-01', '2023-11-01'],
              dtype='datetime64[ns]', freq='MS')

从文档中，我预计它将在5月开始，10月结束：

DatetimeIndex(['2023-05-01', '2023-06-01', '2023-07-01', '2023-08-01', '2023-09-01',
               '2023-10-01'],
              dtype='datetime64[ns]', freq='MS')

我认为这与inclusive参数有关，但这也不是原因。

pandas

来源：https://stackoverflow.com/questions/76383210/why-does-pandas-date-range-rounds-up-to-the-next-month

2条答案

按热度按时间

2jcobegt1#

pd.date_range用于生成start和end之间的日期范围。如果2023-05-01小于开始日期2023-05-31，则它将永远不会到达该日期。要做你想做的事情，你可以用1替换pd.Timestamp的day。

start_date = pd.Timestamp(2023, 5, 31)
date_range = pd.date_range(start=start_date.replace(day=1), freq="MS", periods=6)

print(date_range)

DatetimeIndex(['2023-05-01', '2023-06-01', '2023-07-01', '2023-08-01',
               '2023-09-01', '2023-10-01'],
              dtype='datetime64[ns]', freq='MS')

赞(0）回复(0）举报 2023-06-04

oipij1gg2#

documentation读取