Pandas date_range 不一致的行为

Question

使用 pandas（版本 13.1）中的 date_range 函数时，我发现在返回的范围内 'end' 是否包含在内存在不一致的行为：

In [1]: pd.date_range(start='2014-06-09 15:36:55', 
                      end='2014-06-09 15:37:46', 
                      freq='20s')
Out[1]: [2014-06-09 15:36:55, ..., 2014-06-09 15:37:55]

并且

In [2]: pd.date_range(start='2014-06-09 15:36:55', 
                      end='2014-06-09 15:37:46', 
                      freq='10s')
Out[2]: [2014-06-09 15:36:55, ..., 2014-06-09 15:37:45]

请注意，在第一种情况下，最后一个时间比指定的“结束”时间要晚，而在第二种情况下，最后一个时间较小。有人能解释一下吗？

- sjosund

---

我猜测它是四舍五入到最近的频率边界。46比35（20秒前）更接近55，但更接近于45到55。然而，我同意这是令人困惑的行为。值得在pandas邮件列表上询问和/或在跟踪器中提出错误报告。 - BrenBarn

我的猜测是当 current < end 时会产生下一个（所以它会多生成一个），但我不太清楚这是从哪里来的。一定要在 GitHub 上发布一份问题报告。 - Andy Hayden

Answer 1

我相信这个问题已经在某个版本中得到了解决。现在的date_range行为是一致的，始终包括start和DatetimeIndex的结尾总是<=end。输出格式也变得更加漂亮。

以下代码使用pandas 0.17.0:

In [1]: import pandas as pd

In [2]: pd.date_range(start='2014-06-09 15:36:55', 
   ...:                       end='2014-06-09 15:37:46', 
   ...:                       freq='20s')
Out[2]: 
DatetimeIndex(['2014-06-09 15:36:55', '2014-06-09 15:37:15',
               '2014-06-09 15:37:35'],
              dtype='datetime64[ns]', freq='20S')

In [3]: pd.date_range(start='2014-06-09 15:36:55', 
                      end='2014-06-09 15:37:46', 
                      freq='10s')
Out[3]: 
DatetimeIndex(['2014-06-09 15:36:55', '2014-06-09 15:37:05',
               '2014-06-09 15:37:15', '2014-06-09 15:37:25',
               '2014-06-09 15:37:35', '2014-06-09 15:37:45'],
              dtype='datetime64[ns]', freq='10S')

In [4]: pd.date_range(start='2014-06-09 15:36:55', 
                      end='2014-06-09 15:37:46', 
                      freq='15s')
Out[4]: 
DatetimeIndex(['2014-06-09 15:36:55', '2014-06-09 15:37:10',
               '2014-06-09 15:37:25', '2014-06-09 15:37:40'],
              dtype='datetime64[ns]', freq='15S')

In [5]: pd.date_range(start='2014-06-09 15:36:55', 
                      end='2014-06-09 15:37:46', 
                      freq='1s')
Out[5]: 
DatetimeIndex(['2014-06-09 15:36:55', '2014-06-09 15:36:56',
                   ......                    ......
               '2014-06-09 15:37:45', '2014-06-09 15:37:46'],
              dtype='datetime64[ns]', freq='S')

请注意，DatetimeIndex的结束时间永远不会超过date_range的end日期。

- YaOzI