如何提取pandas infer_freq返回频率字符串中的数字

通过pd.infer_freq(df.index)获取时间序列频率时，返回值是「数字+单位」格式的字符串，例如示例中5秒间隔的序列返回值为5S。直接调用int()转换该字符串会触发报错：

ValueError: invalid literal for int() with base 10: '5S'

测试复现代码如下：

import pandas as pd

xdf = pd.DataFrame({'data':range(0,6)},index=pd.date_range('2022-06-03 00:00:00', '2022-06-03 00:00:25', freq='5s'))
print(pd.infer_freq(xdf.index))
# 下面这行转换会报错
tf = int(pd.infer_freq(xdf.index))

预期目标是从频率字符串中提取数字部分，示例中期望得到tf = 5。

最通用稳妥的方式是用正则匹配字符串开头的连续数字段，兼容所有pandas支持的频率字符串格式，同时可以兼容无数字前缀的基础频率（比如S代表1秒、D代表1天这类场景）。

import pandas as pd
import re

xdf = pd.DataFrame({'data':range(0,6)},index=pd.date_range('2022-06-03 00:00:00', '2022-06-03 00:00:25', freq='5s'))
freq_str = pd.infer_freq(xdf.index)

match_num = re.match(r'(\d+)', freq_str)
# 匹配到数字就转成int，没匹配到说明间隔是1
tf = int(match_num.group(1)) if match_num else 1

print(tf) # 输出结果5

• 该方案对15T（15分钟）、2H（2小时）、3D（3天）等所有带数字前缀的频率字符串都能正常提取
• 对S、T、H、D这类不带数字的默认单位频率，会自动返回间隔值1，不会触发报错

内容的提问来源于stack exchange，提问作者Mainland