`pd.date_range()`如何创建一个`DatetimeIndex`对象，而不调用`DatetimeIndex`类的任何方法？

Question

这是我正在使用的csv文件，其中以日期列作为索引

            temperature  windspeed   event
day                                       
2017-01-01         32.0        6.0    Rain
2017-01-04          NaN        9.0   Sunny
2017-01-05         28.0        NaN    Snow
2017-01-06          NaN        7.0     NaN
2017-01-07         32.0        NaN    Rain
2017-01-08          NaN        NaN   Sunny
2017-01-09          NaN        NaN     NaN
2017-01-10         34.0        8.0  Cloudy
2017-01-11         40.0       12.0   Sunny

我正在运行此代码以在包含日期值的日期列中插入缺失的日期值。

dt = pd.date_range("01-01-2017","01-11-2017")
idx = pd.DatetimeIndex(dt)
df = df.reindex(idx)

代码工作正常，但我想了解此代码片段在幕后如何工作，因此我查看了文档，但找不到确切的解释。

然后我问ChatGPT，它说

pd.date_range()

创建了DatetimeIndex类的实例。于是我就问了，使用

pd.date_range()

函数时会调用DatetimeIndex类的哪个方法？

它回答说，

pd.date_range()

不直接调用DatetimeIndex类的构造函数，但完成了相同的结果。

我无法理解这一点。有人可以帮我解释一下吗？

Answer 1

您不需要显式调用

DatetimeIndex

，

pandas.date_range

已经返回了

DatetimeIndex

。

# ensure index is datetime
df.index = pd.to_datetime(df.index)

dt = pd.date_range("01-01-2017","01-11-2017")
out = df.reindex(dt)

为什么？因为它是这样写的：

pandas.date_rangepandas.date_range（开始=无，结束=无，周期=无，频率=无，tz=无，标准化=假，名称=无， 包含='两者'，*，单位=无，**kwargs）

...

退货： 日期时间索引

输出：

            temperature  windspeed   event
2017-01-01         32.0        6.0    Rain
2017-01-02          NaN        NaN     NaN
2017-01-03          NaN        NaN     NaN
2017-01-04          NaN        9.0   Sunny
2017-01-05         28.0        NaN    Snow
2017-01-06          NaN        7.0     NaN
2017-01-07         32.0        NaN    Rain
2017-01-08          NaN        NaN   Sunny
2017-01-09          NaN        NaN     NaN
2017-01-10         34.0        8.0  Cloudy
2017-01-11         40.0       12.0   Sunny