python中offset_python pandas tseries.offsets.DateOffset用法及代码示例

用于日期范围的标准日期增量类型。

就您传入的关键字args而言，其工作方式与relativedelta完全相同，不建议使用关键字n-最好在使用的关键字中指定n，但无论它是否适合您。 DateOffset子类需要n。

DateOffset的工作方式如下。每个偏移量指定一组符合DateOffset的日期。例如，Bday将此集合定义为工作日(M-F)的日期集合。为了测试日期是否在DateOffset dateOffset的集合中，我们可以使用is_on_offset方法：dateOffset.is_on_offset(date)。

如果日期不是有效日期，则可以使用rollback和rollforward方法将日期滚动到该日期之前/之后的最近有效日期。

可以创建DateOffsets以将日期向前移动给定数量的有效日期。例如，可以将Bday(2)添加到日期以将其向前移动两个工作日。如果日期不是从有效日期开始，则首先将其移动到有效日期。因此，伪代码为：

def __add __(date)：date = rollback(date)＃如果日期是有效的返回日期+ ，则不执行任何操作

如果创建的日期偏移量为负数，则日期将被前滚。伪代码为：

def __add __(date)：date = rollforward(date)＃什么都不做，日期是有效的返回日期+

零表示一个问题。它应该向前还是向后滚动？我们任意地将其前滚：

日期+ BDay(0)== BDay.rollforward(日期)

由于0有点怪异，我们建议避免使用它。

参数：

n：int, 默认为 1偏移量表示的时间段数。

normalize：bool, 默认为 False是否将DateOffset相加的结果四舍五入到前一个午夜。

**kwds：添加或替换偏移值的时间参数。

添加到偏移量的参数(如Timedelta)：

years

months

weeks

days

hours

minutes

seconds

microseconds

nanoseconds

替换偏移值的参数：

year

month

day

weekday

hour

minute

second

microsecond

纳秒。

例子：

>>> from pandas.tseries.offsets import DateOffset

>>> ts = pd.Timestamp('2017-01-01 09:10:11')

>>> ts + DateOffset(months=3)

Timestamp('2017-04-01 09:10:11')

>>> ts = pd.Timestamp('2017-01-01 09:10:11')

>>> ts + DateOffset(months=2)

Timestamp('2017-03-01 09:10:11')

属性：

返回n = 1且所有其他属性相等的调用偏移对象的副本。

freqstr

kwds

name

nanos

rule_code

方法：

apply_index(self, other)

DateOffset对DatetimeIndex的矢量化应用，在没有矢量化实现的情况下，会引发NotImplentedError以获取偏移量。

rollback(self, dt)

仅将提供的日期向后滚动到下一个偏移量，除非不在偏移量上。

仅将提供的日期向前滚动到下一个偏移量，除非不在偏移量上。

__call__

apply

copy

isAnchored

is_anchored

is_on_offset

onOffset