Я пытался выучить панд в лабораторном классе. Одна часть нашего лабораторного руководства посвящена созданию временных индексов с помощью функции date_range. Лабораторное руководство класса говорит
Параметр freq принимает различные строковые представления, называемые псевдонимы смещения . В Таблице 1.3 приведены примеры некоторых опций. Полный список параметров см. http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases.
Я проверил разделы 'offset-alias' и 'anchored offset' в онлайн-документации. Большинство записей в таблице 1.3 можно понять из этих двух разделов.
Однако последняя запись в таблице - "WOM-3FRI" В таблице сказано, что это соответствует частоте каждой третьей пятницы месяца. Я понятия не имею, как вывести это из онлайн-документации. Похоже, что "WOM" используется в качестве псевдонима, а "3FRI" используется в качестве якоря. Но "WOM" не указан в качестве псевдонима в онлайн-документации. Поэтому я изо всех сил пытаюсь понять, что здесь происходит.
У меня есть одна гипотеза, что это какая-то операция.
В онлайн-документации и моей лабораторной книге есть пара примеров, в которых добавление числа перед псевдонимом увеличивает длину периода на это число. Таким образом, «2» работает таким образом, что «2М» создает частоту каждые 2 месяца. Аналогично, «5» работает таким образом, что «5Y» создает частоту каждые 5 лет. Действует ли 'O' так, что псевдоним смещения 'XOY' дает x-й подпериод периода Y? Например, даст ли «МОЙ-5» 5-й месяц в году? "DOY-7FRI" даст 7-ую пятницу года?
Другая гипотеза, которую я имею, состоит в том, что "MOA" - это новомодный псевдоним, а "3FRI" является его якорем. Тем не менее, документация онлайн не перечисляет "MOA". Я проверил, и это была pandas 0.23.4 документация. Моя лабораторная машина работает под управлением версии 0.23.4, и она может нормально работать с "WOM-3FRI". Они просто еще не обновили документацию?
Кто-нибудь мог бы прояснить метод / теорию создания "WOM-3FRI"?
Лабораторное руководство с таблицей 1.3: http://www.acme.byu.edu/wp-content/uploads/2018/10/Pandas4.pdf