时间索引与日期范围

DatetimeIndex 是什么

上一节把字符串转成了时间类型，但那些时间还只是”数据”。时间序列数据的惯例是：把时间放到索引上。一行数据代表”这个时刻发生了什么”，时间戳就是这行的门牌号。

由一组 Timestamp 组成的索引，就是 DatetimeIndex（时间索引）：

import pandas as pd

idx = pd.DatetimeIndex(["2024-01-01", "2024-01-02", "2024-01-03"])
print(idx)
# DatetimeIndex(['2024-01-01', '2024-01-02', '2024-01-03'], dtype='datetime64[us]', freq=None)

# 带时间索引的 Series
s = pd.Series([100, 120, 110], index=idx)
print(s)
# 2024-01-01    100
# 2024-01-02    120
# 2024-01-03    110
# dtype: int64

日常不用手动拼索引。读完数据后 df.set_index("日期") 把日期列设为索引（§23），或者读文件时用 parse_dates + index_col，就能得到带时间索引的表格。

date_range：批量生成日期

手工列日期太笨。pd.date_range 按指定频率自动生成一串日期，是时间序列最常用的工具之一：

import pandas as pd

# 从 2024-01-01 开始，生成 5 天（默认按天）
print(pd.date_range("2024-01-01", periods=5, freq="D"))
# DatetimeIndex(['2024-01-01', ..., '2024-01-05'], dtype='datetime64[us]', freq='D')

# 指定结束日期
print(pd.date_range("2024-01-01", "2024-01-05"))
# 同样得到 5 天

# 每小时
print(pd.date_range("2024-01-01", periods=3, freq="h"))
# DatetimeIndex(['2024-01-01 00:00:00', '2024-01-01 01:00:00', '2024-01-01 02:00:00'], ...)

# 每个自然月最后一天
print(pd.date_range("2024-01-01", periods=3, freq="ME"))
# DatetimeIndex(['2024-01-31', '2024-02-29', '2024-03-31'], ...)

start、end、periods 三个参数给任意两个，第三个自动推出来。freq 是频率，用别名表示。常用的几个：

别名	含义
D	每天
h / min / s	每小时 / 每分钟 / 每秒
B	每个工作日
W	每周（默认周日结束，W-MON 表示周一结束）
MS / ME	每月第一天 / 每月最后一天
QS / QE	每季第一天 / 最后一天
YS / YE	每年第一天 / 最后一天

bdate_range 是 date_range 的工作日版本，自动跳过周六日：

import pandas as pd

print(pd.bdate_range("2024-01-04", periods=5))
# 2024-01-04（周四）到 2024-01-10（周三），跳过 6、7 号周末

还有个细节：start 不在频率的”锚点”上时，date_range 会滚动到下一个有效点。比如频率是 MS（月初），start 是 1 月 15 日，生成结果从 2 月 1 日开始。end 同理，会停在最后一个有效点之前。

按时间选择数据

索引建好了，怎么取数据？核心规则：用 .loc 传日期或日期字符串。字符串切片两端都包含，和普通标签切片一个逻辑：

import pandas as pd

idx = pd.date_range("2024-01-01", periods=100, freq="D")
s = pd.Series(range(100), index=idx)

# 取单个日期（精确命中返回标量）
print(s.loc["2024-01-10"])
# 9

# 取一个区间：两端都包含
print(s.loc["2024-01-05":"2024-01-10"])
# 2024-01-05    4
# 2024-01-06    5
# ...
# 2024-01-10    9

# 只写年和月：筛出整个 3 月
print(s["2024-03"])
# 2024-03-01    60
# 2024-03-02    61
# ...

“2024-03” 这种只写一部分的字符串，叫部分字符串索引（partial string indexing）。pandas 会把它理解成”2024-03-01 到 2024-03-31 整个区间”，一次取出一个月的数据。对 DataFrame 同样适用：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {"销售额": np.random.randint(100, 500, 100)},
    index=pd.date_range("2024-01-01", periods=100, freq="D"),
)
# 取 1 月的数据
print(df.loc["2024-01"])
# 取 1 月 5 日到 1 月 10 日
print(df.loc["2024-01-05":"2024-01-10"])

部分字符串索引还有一个”精度规则”：字符串比索引精度粗，就按切片处理（返回多条）；和索引精度一致或更细，就按精确匹配处理（返回一条）。

时间索引的常用操作

时间索引继承了普通索引的所有能力，还多了几个时间专属的便利：

import pandas as pd

idx = pd.date_range("2024-01-01", periods=5, freq="D")
s = pd.Series(range(5), index=idx)

print(s.index.freq)      # 频率信息：<Day>，自动识别
print(s.index.min())     # 最早时间
print(s.index.max())     # 最晚时间
print(s.index.year)      # 批量取年份
# Index([2024, 2024, 2024, 2024, 2024], dtype='int64')

print(s.index.month)     # 批量取月份
# Index([1, 1, 1, 1, 1], dtype='int64')

# 索引整体平移 2 天（得到新的索引）
print(s.index + pd.Timedelta(days=2))
# DatetimeIndex(['2024-01-03', '2024-01-04', '2024-01-05', '2024-01-06', '2024-01-07'], ...)

index.freq 很有用：如果 pandas 能推断出等间隔频率，它会显示成 <Day> 之类的对象，后面重采样（§46）时频率信息会直接派上用场。数据不是等间隔的，freq 就是 None。

另外，DatetimeIndex 支持大部分普通索引操作，比如 isin、unique、sort_values，还支持按日期做布尔筛选：

import pandas as pd

s = pd.Series(range(5), index=pd.date_range("2024-01-01", periods=5, freq="D"))
# 只保留工作日（周一至周五中的日期）
print(s[s.index.dayofweek < 5])

时间索引的运算

时间索引可以直接做算术，结果还是时间索引：

import pandas as pd

idx = pd.date_range("2024-01-01", periods=3, freq="D")

# 索引整体加 2 天
print(idx + pd.Timedelta(days=2))
# DatetimeIndex(['2024-01-03', '2024-01-04', '2024-01-05'], dtype='datetime64[us]', freq='D')

# 两个索引相减，得到时间差索引
print(idx - pd.date_range("2024-01-10", periods=3, freq="D"))
# TimedeltaIndex(['-9 days', '-9 days', '-9 days'], dtype='timedelta64[us]', freq=None)

这类运算最常见的用途是算”距今多少天”：pd.Timestamp.today() - s.index。

truncate：截取时间区间

truncate 是切片的一个便捷替身，只保留指定区间内的数据：

import pandas as pd
import numpy as np

s = pd.Series(
    np.random.randn(60),
    index=pd.date_range("2024-01-01", periods=60, freq="D"),
)
print(s.truncate(before="2024-02-01", after="2024-02-15"))

truncate 和切片有个细微差别：切片遇到”2024-02”会包含 2 月里所有匹配的日子，truncate 把未写出的部分当 0 处理，只精确匹配。日常切片更常用，truncate 偶尔能省事。

时区基础

时间索引可以带上时区。date_range 里直接给 tz 参数，生成的索引就带时区信息：

import pandas as pd

print(pd.date_range("2024-01-01", periods=2, freq="D", tz="Asia/Shanghai"))
# DatetimeIndex(['2024-01-01 00:00:00+08:00', '2024-01-02 00:00:00+08:00'],
#               dtype='datetime64[us, Asia/Shanghai]', freq='D')

注意 dtype 变成了 datetime64[us, Asia/Shanghai]，多出的部分是时区名。时区的核心操作有两个：tz_localize（给不带时区的时间”贴上”时区）和 tz_convert（把带时区的时间从 A 时区换算到 B 时区）。它们很容易混，细节放到 §47 专门讲，这里先记住：date_range 支持 tz 参数，就能创建带时区的时间索引。

小结

DatetimeIndex 是时间序列的骨架：date_range 生成日期、set_index 挂到索引、loc 按时间切片、部分字符串按月筛选。配合 §44 的 to_datetime，读入的原始数据就能变成可切可查的时间序列。下一节在这个骨架上做频率转换——重采样。