如何基于已有Pandas DatetimeIndex创建未来索引且无需硬编码频率

你可以直接利用DatetimeIndex自带的freq属性自动获取索引频率，无需硬编码天数、秒数等单位，具体实现如下：

• 通过base_idx.freq获取原索引的频率对象（比如日频率<Day>、小时频率<Hour>等）
• 以原索引最后一项加上该频率步长作为未来索引的起始点
• 用pd.date_range生成指定周期数的未来索引，直接复用获取到的频率

完整示例代码 #

import pandas as pd

# 原索引（支持任意频率，如D、H、T、S等）
base_idx = pd.date_range('2022-10-05', '2022-10-12', name='times', freq='D')
print("原索引：")
print(base_idx)

n = 5
# 自动提取原索引频率
index_freq = base_idx.freq
# 计算未来索引的起始时间：原索引最后一项 + 1个频率步长
start_time = base_idx[-1] + index_freq
# 生成n个步长的未来索引
future_idx = pd.date_range(start=start_time, periods=n, freq=index_freq, name=base_idx.name)

print("\n未来索引：")
print(future_idx)

处理无明确频率的索引 #

如果你的DatetimeIndex是手动构建或不规则的（此时base_idx.freq会返回None），可以用pd.infer_freq()推断频率：

# 示例：手动创建无明确freq的索引
base_idx = pd.DatetimeIndex(['2022-10-05', '2022-10-06', '2022-10-07'])
# 推断频率
index_freq = pd.infer_freq(base_idx)
# 生成未来索引
start_time = base_idx[-1] + pd.DateOffset(**{index_freq.lower(): 1})
future_idx = pd.date_range(start=start_time, periods=n, freq=index_freq)

内容的提问来源于stack exchange，提问作者crabulus_maximus