如何使用pandas date_range指定无明确结束日期的时间区间？

首先明确：pandas的date_range本身是用来生成固定数量或有明确起止范围的时间序列，并没有原生支持“无结束日期”的参数设置——它的设计逻辑就是生成闭合的时间区间序列。

针对你提到的「仅知合同起始日、结束日由事件决定」的场景，这里提供几种常规处理思路：

• 直接存储起始日期，用缺失值标记未结束状态：如果只是记录合同的时间区间，完全没必要用date_range。直接用单个pd.Timestamp存储起始日期，结束日期用pandas专门的缺失时间值pd.NaT标记，这是最符合规范的做法。比如用DataFrame管理合同：

  import pandas as pd
  contracts = pd.DataFrame({
      "合同编号": ["C001", "C002"],
      "起始日期": [pd.Timestamp("2024-01-01"), pd.Timestamp.now()],
      "结束日期": [pd.Timestamp("2024-12-31"), pd.NaT]
  })
  

  后续筛选未结束合同只需用contracts[contracts["结束日期"].isna()]，非常直观。

• 生成仅含起始日的时间序列：如果确实需要用时间序列格式来表示，你最后采用的方法是可行的，但可以简化写法：不需要指定freq="N"（纳秒频率对单元素序列无意义），直接写：

  pd.date_range(start=pd.Timestamp.now(), periods=1)
  

  或者更直接地用pd.Series([pd.Timestamp.now()])来存储这个单元素时间序列。

你更新里提到的pd.date_range(pd.Timestamp.now(), freq="N", periods=1)确实能实现标记无结束日期的需求，但相比之下，用pd.NaT作为结束日期的标记更贴合pandas的时间数据模型，也更便于后续的数据分析和筛选操作。

内容的提问来源于stack exchange，提问作者Berryl