python - 如何在 Pandas 时间索引中查找漏洞

Question

我很想知道时间索引是否包含漏洞。假设我有以下系列

ss = pd.Series( nr.randn(3), index=[ '2014-01-01', '2014-01-02', '2014-01-03' ] )
ss.index = pd.to_datetime( ss.index )
ss

输出

2014-01-01    0.976455
2014-01-02   -0.610322
2014-01-03   -0.631592
dtype: float64

我以为我可以做我想用列表做的事 (l[1:]-l[:-1])

ss.index[1:] - ss.index[:-1]

但这是输出，我不明白

<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-03]
Length: 1, Freq: None, Timezone: None

我最后做了这个(有点丑)

tmp = pd.Series( ss.index[1:] ) - pd.Series( ss.index[:-1] )
(tmp[0] == tmp ).all()

所以我有两个问题:

• ss.index[1:] - ss.index[:-1] 在做什么？
• 我正在做的事情有更好的方法吗？

Answer 1

这是一种略有不同的方法。如果可以的话，将返回一个频率(例如，如果值按天间隔且没有孔，则返回每天)。 无否则。

In [14]: pd.infer_freq(Series(np.random.randn(3),index=['20140101','20140102','20140103']).index)
Out[14]: 'D'

In [15]: pd.infer_freq(Series(np.random.randn(3),index=['20140101','20140102','20140104']).index)

In [31]: pd.infer_freq(Series(np.random.randn(3),index=['20140101','20140201','20140301']).index)
Out[31]: 'MS'