如何用Pandas生成指定日期范围的多频率Datetime Series

我懂你已经搞定了单日的分频率时间序列生成，现在想把这个逻辑扩展到2015-12-01到2016-12-01的整段时间对吧？其实核心就是遍历目标日期范围内的每一天，动态给每个时段的pd.date_range加上当前日期，再把所有天的序列拼接起来就行。下面给你完整的实现方案：

实现思路 #

1. 先生成目标范围内的所有日期（只保留日期部分，不带时间）
2. 循环每个日期，为当天的三个时段分别生成时间序列
3. 拼接当天的三个序列，存入临时列表
4. 最后把所有天的序列一次性拼接，重置索引得到最终结果

完整代码 #

import pandas as pd

# 定义时间范围的起始和结束日期（包含2016-12-01）
start_date = pd.to_datetime("2015-12-01").date()
end_date = pd.to_datetime("2016-12-01").date()

# 生成需要处理的所有日期列表，freq='D'表示按天生成
date_list = pd.date_range(start=start_date, end=end_date, freq='D').date

# 初始化空列表存储每天的时间序列（用列表存再批量拼接比循环里每次concat效率更高）
daily_series_list = []

for current_date in date_list:
    # 把当前日期转为字符串，方便和时段时间拼接
    date_str = str(current_date)
    
    # 按原逻辑生成当天三个时段的序列
    # 01:00-07:00，1小时频率，共7个整点（01:00到07:00）
    part1 = pd.Series(pd.date_range(f"{date_str} 01:00:00", periods=7, freq="h"))
    # 07:30-21:30，30分钟频率，共29个时间点（到21:30结束，衔接后面的22:00）
    part2 = pd.Series(pd.date_range(f"{date_str} 07:30:00", periods=29, freq="30min"))
    # 22:00-次日00:00，1小时频率，共3个时间点（22:00、23:00、次日00:00）
    part3 = pd.Series(pd.date_range(f"{date_str} 22:00:00", periods=3, freq="h"))
    
    # 拼接当天的三个序列，加入列表
    daily_series = pd.concat([part1, part2, part3])
    daily_series_list.append(daily_series)

# 拼接所有天的序列，得到最终结果
final_series = pd.concat(daily_series_list)
# 重置索引，去掉原来的分段索引
final_series.reset_index(inplace=True, drop=True)

# 查看结果的前后部分验证
print("前5条数据：")
print(final_series.head())
print("\n后5条数据：")
print(final_series.tail())

关键细节说明 #

• 用pd.date_range(..., freq='D')生成日期列表时，会自动处理2016年是闰年的情况，不用额外调整
• 循环中使用f-string拼接日期和时间，动态生成每个时段的起始时间，完美复用你原来的单日逻辑
• 用列表存储每天的序列再最后一次性concat，比循环中每次拼接效率高很多（尤其是处理一整年的数据时）
• 保持了你原代码中的periods参数，确保每个时段的时间点数量和覆盖范围完全一致

内容的提问来源于stack exchange，提问作者pars1221