如何使用 pandas 创建无限时间间隔索引？

Question

我有一个 pd.DataFrame 格式的时间序列，其索引是日期时间类型。我有另一个数据框，其中包含一个值（价格）和一个时间间隔索引。该价格指数的最后输入不得有结束日期。只要我还没有更新我的价格指数，我希望最后一个值在未来永远有效。

import pandas as pd
str_date_list=[pd.to_datetime("2018-01-01"),pd.to_datetime("2019-01-01"),pd.to_datetime("2020-01-01")]
index = pd.IntervalIndex.from_breaks(str_date_list,closed='left')
price_index=pd.DataFrame(index=index,data={"test":[1,2]})
date_test=pd.to_datetime("2020-05-01")
price_index.loc[date_test][0]

在这个例子中，我把2020作为结束日期，但实际上我不知道结束日期，而且我不想写“3000-01-01”，这样很难看。

有没有办法使日期时间间隔不受限制？有没有办法正确地写 pd.to_datetime(inf) 或 pd.to_datetime(-inf)？

Answer 1

虽然不严格等同于您请求的 inf 值，但 pandas.Timestamp.max 可能是一个方便的选择？

import pandas as pd
pd.Timestamp.max

返回最大允许值：

Timestamp('2262-04-11 23:47:16.854775807')

如何使用 pandas 创建无限时间间隔索引？

How do I make an unbounded time interval index with pandas?

python-3.x

pandas

datetime

infinity