在熊猫给定范围内生成随机日期

Question

这是一个自我回答的帖子。一个常见的问题是在给定的开始日期和结束日期之间随机生成日期。

有两种情况需要考虑：

1. 带有时间分量的随机日期，以及
2. 没有时间的随机日期

例如，给定一些开始日期 2015-01-01 和结束日期 2018-01-01 ，我如何使用熊猫在这个范围内采样 N 个随机日期？

原文由 cs95 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我们可以通过使用 datetime64 只是一个更名的 int64 的事实来加速@akilat90 的方法大约两倍（在@coldspeed 的基准测试中），因此我们可以观看：

 def pp(start, end, n):
    start_u = start.value//10**9
    end_u = end.value//10**9

    return pd.DatetimeIndex((10**9*np.random.randint(start_u, end_u, n, dtype=np.int64)).view('M8[ns]'))

原文由 Paul Panzer 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

是否可以转换为 unix 时间戳？

 def random_dates(start, end, n=10):

    start_u = start.value//10**9
    end_u = end.value//10**9

    return pd.to_datetime(np.random.randint(start_u, end_u, n), unit='s')

样本运行：

 start = pd.to_datetime('2015-01-01')
end = pd.to_datetime('2018-01-01')
random_dates(start, end)

DatetimeIndex(['2016-10-08 07:34:13', '2015-11-15 06:12:48',
               '2015-01-24 10:11:04', '2015-03-26 16:23:53',
               '2017-04-01 00:38:21', '2015-05-15 03:47:54',
               '2015-06-24 07:32:32', '2015-11-10 20:39:36',
               '2016-07-25 05:48:09', '2015-03-19 16:05:19'],
              dtype='datetime64[ns]', freq=None)

---

编辑：

根据@smci 的评论，我编写了一个函数来容纳 1 和 2，并在函数本身内部做了一些解释。

 def random_datetimes_or_dates(start, end, out_format='datetime', n=10):

    '''
    unix timestamp is in ns by default.
    I divide the unix time value by 10**9 to make it seconds (or 24*60*60*10**9 to make it days).
    The corresponding unit variable is passed to the pd.to_datetime function.
    Values for the (divide_by, unit) pair to select is defined by the out_format parameter.
    for 1 -> out_format='datetime'
    for 2 -> out_format=anything else
    '''
    (divide_by, unit) = (10**9, 's') if out_format=='datetime' else (24*60*60*10**9, 'D')

    start_u = start.value//divide_by
    end_u = end.value//divide_by

    return pd.to_datetime(np.random.randint(start_u, end_u, n), unit=unit)

样本运行：

 random_datetimes_or_dates(start, end, out_format='datetime')

DatetimeIndex(['2017-01-30 05:14:27', '2016-10-18 21:17:16',
               '2016-10-20 08:38:02', '2015-09-02 00:03:08',
               '2015-06-04 02:38:12', '2016-02-19 05:22:01',

                  '2015-11-06 10:37:10', '2017-12-17 03:26:02',
                   '2017-11-20 06:51:32', '2016-01-02 02:48:03'],
                  dtype='datetime64[ns]', freq=None)

random_datetimes_or_dates(start, end, out_format='not datetime')

DatetimeIndex(['2017-05-10', '2017-12-31', '2017-11-10', '2015-05-02',
               '2016-04-11', '2015-11-27', '2015-03-29', '2017-05-21',
               '2015-05-11', '2017-02-08'],
              dtype='datetime64[ns]', freq=None)

原文由 akilat90 发布，翻译遵循 CC BY-SA 4.0 许可协议