如何用Hypothesis生成带递增datetime索引的Pandas时序DataFrame

要生成带严格递增时序索引的DataFrame，不能直接把pd.date_range硬塞到hypothesis的indexes()里，但可以通过hypothesis的策略组合，模拟出pd.date_range的连续递增效果，同时保留随机生成的特性：

代码实现 #

import datetime
import pandas as pd
from hypothesis import strategies as st
from hypothesis.extra.pandas import columns as cols
from hypothesis.extra.pandas import data_frames, index_strategy

# 自定义生成连续日期索引的策略
def sequential_date_index(min_size=5, max_size=20):
    # 随机生成起始日期，预留足够天数给后续周期
    start_date = st.dates(
        min_value=datetime.date(2023, 10, 31),
        max_value=datetime.date(2024, 5, 31) - datetime.timedelta(days=max_size-1)
    )
    # 随机生成索引长度（在min到max之间）
    periods = st.integers(min_value=min_size, max_value=max_size)
    
    # 结合起始日期和长度，生成连续递增的日期索引
    return start_date.flatmap(
        lambda s: st.just(pd.date_range(start=s, periods=periods.example(), freq="D"))
        # 这里freq可以改成你需要的，比如"B"代表工作日
    )

# 生成目标DataFrame
df = data_frames(
    columns=cols(["sec1", "sec2", "sec3"], elements=st.floats(allow_infinity=False)),
    index=index_strategy(sequential_date_index())
).example()

print(df)

关键点 #

1. 起始日期的max_value要减去max_size-1，避免生成的日期序列超出设定的2024-05-31上限
2. 用flatmap把起始日期和周期数的策略结合，输出标准的pd.DatetimeIndex
3. 可以自由调整freq参数（比如"B"、"W"等），以及min_size/max_size控制索引长度范围
4. 最终生成的索引是严格递增的，完全符合时序数据的要求

内容的提问来源于stack exchange，提问作者Andi