Question

我想念pandas DatatimeIndex对象中'freq'属性的要点。它可以在构造时传递或随时设置为属性，但是当此属性更改时，我看不到DatatimeIndex对象的行为有任何差异。

请看这个例子。我们将1天添加到具有freq ='B'的DatetimeIndex，但返回的索引包含非工作日：

import pandas as pd
from pandas.tseries.offsets import *

rng = pd.date_range('2012-01-05', '2012-01-10', freq=BDay())
index = pd.DatetimeIndex(rng)
print(index)

index2 = index + pd.Timedelta('1D')
print(index2)

这是输出：

DatetimeIndex(['2012-01-05', '2012-01-06', '2012-01-09', '2012-01-10'], dtype='datetime64[ns]', freq='B')

DatetimeIndex(['2012-01-06', '2012-01-07', '2012-01-10', '2012-01-11'], dtype='datetime64[ns]', freq='B')

为什么在DatetimeIndex上执行计算（+/- Timedelta）时不考虑freq？
为什么freq不反映DatetimeIndex中包含的实际数据？（它表示'B'，即使它包含非工作日）

Answer 1

您正在寻找shift

index.shift(1)
Out[336]: DatetimeIndex(['2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11'], dtype='datetime64[ns]', freq='B')

同样，BDay也会这样做

from pandas.tseries.offsets import BDay
index + BDay(1)
Out[340]: DatetimeIndex(['2012-01-06', '2012-01-09', '2012-01-10', '2012-01-11'], dtype='datetime64[ns]', freq='B')

Answer 2

来自github问题：

freq属性是纯粹描述性的，所以它没有并且不应影响计算。潜在的文档可能更清晰。

DatetimeIndex：'freq'属性的目的是什么？

2 个答案: