如何用Pandas获取指定格式的前3天日期列表？

嘿，我看你在尝试用pandas获取过去3天的日期时遇到了几个小问题，我来帮你梳理下正确的做法，顺便解释下之前的错误原因：

可行方案一：用end参数反向生成日期 #

我们需要的是昨天、前天、大前天这三天，所以可以把结束时间设为昨天，然后往前取3天：

import pandas as pd

# 先拿到今日凌晨的日期（去掉时分秒，避免时间部分干扰）
today = pd.Timestamp.today().normalize()
# 生成从3天前到昨天的日期序列，一共3天
date_range = pd.date_range(end=today - pd.Timedelta(days=1), periods=3)
# 把Timestamp对象转成你要的YYYYMMDD格式字符串
datelist = [date.strftime('%Y%m%d') for date in date_range]
print(datelist)
# 输出示例：['20180130','20180129','20180128']

可行方案二：直接指定起始和结束日期 #

如果你觉得反向生成有点绕，也可以明确指定起始（3天前）和结束（昨天）日期：

import pandas as pd

today = pd.Timestamp.today().normalize()
start_date = today - pd.Timedelta(days=3)
end_date = today - pd.Timedelta(days=1)
date_range = pd.date_range(start=start_date, end=end_date)
datelist = [date.strftime('%Y%m%d') for date in date_range]
print(datelist)

为什么之前的方法行不通？ #

• 你用periods=-3时，pd.date_range需要配合start参数才能正确生成过去的日期，单独以当前时间为起始的话，负数periods会找不到有效日期范围，所以返回空列表。
• pd.datetime.today()返回的是Python原生的datetime对象，不能直接和整数相减，得用pandas的Timedelta来做日期偏移，或者先转成Timestamp对象再运算（就像上面的方案里那样）。

另外，用normalize()把时间转成当日凌晨，能避免当前时分秒对日期判断的影响，确保结果精准。

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