Python 熊猫日期\u范围从结束日期到开始日期

在本文中，我试图使用Python生成一系列半年一次的日期

Pandas

提供了一个函数来帮助实现这一点，但是我希望我的日期范围从结束日期开始，并向后迭代

例如，给定输入：

start = datetime.datetime(2016 ,2, 8)
end = datetime.datetime(2018 , 6, 1)
pd.date_range(start, end, freq='6m')

DatetimeIndex(['2016-02-29', '2016-08-31', '2017-02-28', '2017-08-31',
               '2018-02-28'])

DatetimeIndex(['2016-02-08', '2016-06-01', '2016-12-01', '2017-06-01',
               '2017-12-01', '2018-06-01'])

结果是：

start = datetime.datetime(2016 ,2, 8)
end = datetime.datetime(2018 , 6, 1)
pd.date_range(start, end, freq='6m')

DatetimeIndex(['2016-02-29', '2016-08-31', '2017-02-28', '2017-08-31',
               '2018-02-28'])

DatetimeIndex(['2016-02-08', '2016-06-01', '2016-12-01', '2017-06-01',
               '2017-12-01', '2018-06-01'])

如何生成以下内容：

start = datetime.datetime(2016 ,2, 8)
end = datetime.datetime(2018 , 6, 1)
pd.date_range(start, end, freq='6m')

DatetimeIndex(['2016-02-29', '2016-08-31', '2017-02-28', '2017-08-31',
               '2018-02-28'])

DatetimeIndex(['2016-02-08', '2016-06-01', '2016-12-01', '2017-06-01',
               '2017-12-01', '2018-06-01'])

这可以在没有熊猫的情况下完成，而使用datutil。然而，它可能比它应该做的更为复杂：

from datetime import date
import math
from dateutil.relativedelta import relativedelta

#set up key dates
start = date(2016 ,2, 8)
end = date(2018 , 6, 1)

#calculate date range and number of 6 month periods
daterange = end-start
periods = daterange.days *2//365

#calculate next date in sequence and check for year roll-over
next_date = date(start.year,math.ceil(start.month/6)*6,1)
if next_date < start: next_date = date(next_date.year+1,next_date.month,1)

#add the first two values to a list
arr = [start.isoformat(),next_date.isoformat()]

#calculate all subsequent dates using 'relativedelta'
for i in range(periods):
    next_date = next_date+ relativedelta(months=+6)
    arr.append(next_date.isoformat())


#display results
print(arr)

from datetime导入日期
输入数学
从dateutil.relativedelta导入relativedelta
#设定关键日期
开始=日期（2016年2月8日）
结束=日期（2018年6月1日）
#计算日期范围和6个月期间的数量
日期范围=结束-开始
期间=daterange.days*2//365
#按顺序计算下一个日期，并检查是否存在年度滚动
下一个日期=日期（起始年，数学单元（起始月/6）*6,1）
如果下一个日期<开始：下一个日期=日期（下一个日期.年+1，下一个日期.月，1）
#将前两个值添加到列表中
arr=[start.isoformat（），next_date.isoformat（）]
#使用“relativedelta”计算所有后续日期
对于范围内的i（周期）：
下一个日期=下一个日期+相对时间（月=+6）
arr.append（next_date.isoformat（））
#显示结果
打印（arr）

使用更新的输出（来自您所做的编辑），您可以执行以下操作：

from pandas.tseries.offsets import DateOffset

end = datetime.datetime(2018 , 6, 1)
start = datetime.datetime(2016 ,2, 8)
#Get the range of months to cover
months = (end.year - start.year)*12 + end.month - start.month
#The frequency of periods
period = 6 # in months

pd.DatetimeIndex([end - DateOffset(months=e) for e in range(0, months, period)][::-1]).insert(0, start)

这是一个相当简洁的解决方案，尽管我没有比较运行时，所以我不确定它有多快

---

基本上，这只是将您需要的日期创建为列表，然后将其转换为日期时间索引。

删除了我的初始答案。我想这里主要是偏移量，对吗？@Maximilian是的，这是另一种说法。我得到一个错误

TypeError:integer参数，在
next\u date=
行上得到float

。@pyCthon下一个日期行是哪一行？第一个还是for循环中的那个？如果是后者，那么可能是您没有安装dateutil，我应该提到这一点。第一个是安装dateutil，我安装了

'2.4.2'

啊，好的，尝试使用整数除法，即start.month//6