python - 将 pandas 偏移量转换为 python 日期

Question

Pandas 有一个方便的方法 to_offset，在包 pandas.tseries.frequency 中，它将字符串转换为偏移量:

from pandas.tseries.frequencies import to_offset
_30_days_ago = to_offset("30D")

如何将偏移量转换为:

• 一个 Python 日期，或者
• 格式为yyyy-mm-dd的字符串

特别是，如何使用偏移量来计算日期？例如，如果今天是 2017-05-11，我如何使用 to_offset("10D") 获取日期 2017-05-01？

Answer 1

如果需要使用to_offset:

from pandas.tseries.frequencies import to_offset

ts = pd.to_datetime('2017-05-11') - to_offset("10D")
print (ts)
2017-05-01 00:00:00

print (type(ts))
<class 'pandas._libs.tslib.Timestamp'>

对于字符串添加 strftime :

ts_str = ts.strftime('%Y-%m-%d')
print (ts_str)
2017-05-01
print (type(ts_str))
<class 'str'>

并为日期添加 date() :

ts_python_date = ts.date()
print (ts_python_date)
2017-05-01
print (type(ts_python_date))
<class 'datetime.date'>

---

另一个解决方案是使用 Timedelta :

print (pd.to_datetime('2017-05-11') - pd.Timedelta('10D'))
#same as
#print ((pd.to_datetime('2017-05-11') - pd.to_timedelta('10D')))
2017-05-01 00:00:00