如何使用 DateTime 创建一个系列？
pandas的一个常见数据是日期时间，pandas具有一组不同的功能来执行与处理日期时间数据相关的任何任务。
Pandas有date_range函数，用于按特定顺序生成日期序列，同时它还有许多其他函数来处理这些日期时间数据。
我们可以通过使用日期时间数据创建一个熊猫系列对象，让我们看一个使用日期时间值创建熊猫系列的例子。
示例
import pandas as pd
# creating range sequence of dates
dates = pd.date_range('2021-06-14', periods=5, freq='D')
#creating pandas Series with date index
s = pd.Series(dates)
print (s)解释
最初，我们使用pythonimport关键字将pandas模块导入我们的工作区，然后我们使用日期范围函数创建了一个日期序列，这些日期存储在一个名为dates的变量中。
我们已将此日期变量发送到pandasseries构造函数，它将创建一个如下输出的pandasseries对象。
输出结果
0 2021-06-14 1 2021-06-15 2 2021-06-16 3 2021-06-17 4 2021-06-18 dtype: datetime64[ns]
生成的熊猫系列对象可以在上面的块中看到，它具有从2021-06-14到2021-06-18的日期序列。在代码块中，我们根据生成这5组日期的输入定义了等于5的起始日期和周期。并且索引值是从0到4的自动创建值。
示例
import pandas as pd
import numpy as np
# creating range sequence of dates
date = pd.date_range('2021-06-14', periods=5, freq='D')
#creating pandas Series with date index
s = pd.Series(np.random.randn(len(date)), index=date)
print (s)解释
在上面的示例中，我们创建了一个以DateTime作为索引值的PandasSeries，Series数据是一些使用NumPy随机函数生成的随机数。
为了最初实现这一点，我们导入了所需的包，即Pandas和NumPy。之后，我们使用pandasdata_range函数生成了日期。使用这些日期，我们创建了一个熊猫系列，索引值是我们的日期，数据是随机值。
输出结果
2021-06-14 0.701791 2021-06-15 -1.731610 2021-06-16 -3.377266 2021-06-17 -0.138523 2021-06-18 -0.160986 Freq: D, dtype: float64
日期是索引标签，值是随机数，这里我们可以看到系列数据（值）的dtype是float64，而Freq：D代表我们索引标签的频率。