Python 时间序列中情景频率检测和预测的现有库/算法？

我正在使用Python中的播客RSS提要。在给定一系列时间的情况下，是否有任何现有的库或算法来检测和预测定期发布计划

例如，如果中的五个项目具有以下时间戳：

Fri，2020年11月20日02:16:14+0000
2020年11月13日星期五17:51:58+0000
2020年11月6日星期五03:08:04+0000
2020年10月30日星期五19:09:29+0000
2020年10月23日星期五01:23:10+0000

是否有一个算法来确定“每周星期五”？或者如果是：

2020年11月24日星期二10:00:00-0000
2020年11月20日星期五09:00:00-0000
2020年11月17日星期二10:00:00-0000
2020年11月13日星期五10:00:00-0000
2020年11月10日星期二10:00:00-0000

---

确定“每周两次，下一集27号周五”？我相信它有这样一个功能，但它仍然是专有的。

对于简单的功能，您可以用这种方式使用

pd

import numpy as np
import pandas as pd

date_range = [
    "Fri, 20 Nov 2020",
    "Fri, 13 Nov 2020",
    "Fri, 6 Nov 2020",
    "Fri, 30 Oct 2020",
    "Fri, 23 Oct 2020"]

date_range_2 = [
    "Tue, 24 Nov 2020",
    "Fri, 20 Nov 2020",
    "Tue, 17 Nov 2020",
    "Fri, 13 Nov 2020",
    "Tue, 10 Nov 2020"]

def get_frequency(date_range):
    ts = pd.Series(index=date_range)
    return pd.infer_freq(ts.index)

print(f"First Time Series: {get_frequency(date_range)}")
print(f"Second Time Series: {get_frequency(date_range_2)}")

第二次没有输出，但第一次输出

First Time Series: -1W-FRI
Second Time Series: None

不幸的是，要求我们推荐或查找书籍、工具、软件库、教程或其他非现场资源的问题在这里是离题的。然而，你可能会找到更好的运气。记住阅读，因为他们比这个网站更严格<代码>熊猫

听起来很有趣，我来看看！谢谢