前面所介绍的各种时间序列都是一些比较随机和杂乱的序列，在实际分析中，有时我们需要得到一种非常规律的时间序列，据此实现对特定数据的分析和统计。
我们先从最简单的时间点范围序列开始。
比如我们想得到从2020年1月1日开始的7天时间，并作为当前学生数据的索引：
pd.date_range(‘2020-1-1’, ‘2020-1-7’)
这里我们使用了pandas的date_range函数，直接生成指定时间起至的时间序列。
我们也可以将其应用于学生数据的索引。
也可以按照指定数量来生成：
pd.date_range(start=’2020-1-1′, periods=7)
其中的start指定起始时间，periods指定数量。
默认情况下，总是按照天数来计次，如果想按照其他时间单位，可以通过freq参数来设定：
pd.date_range(start=’2020-1-1′, periods=7, freq=’M’)
这个M表示月份，从结果能看出，它默认以每月月底来自动取一个时间，形成完整的时间序列。
要想月初开始，可以使用freq设置为MS：
frame = pd.DataFrame(data,pd.date_range(start=’2020-1-1′, periods=7, freq=’MS’))
可以设置为每2月取一次：
pd.date_range(start=’2020-1-1′, periods=7, freq=’2M’)
freq非常灵活，我们看看几个奇妙的设定：
比如按照1个半小时：
pd.date_range(start=’2020-1-1′, periods=7, freq=’1h30min’)
结果看的很清楚，时间类型既包括日期信息也包括小时等信息。
我们再来看看带有时间跨度的时间段范围序列。比如我们并不希望了解每个学生准确的加入时间，而是关注在哪个时间段加入，比如哪个月等。此时就需要使用一种时间段的时间类型。
比如从2020年1月起开始的7个月，可以设定起至时间范围：
pd.period_range(‘2020-01’, ‘2020-07′, freq=’M’)
结果看的很清楚，此时只以月份为单位，并不区分一个月中的天数。
正如前面一样，也可以指定数量：
pd.period_range(‘2020-01′, periods=7, freq=’M’)
这里的7表示取7个时间值。
有时我们也想得到未必是连续的时间段序列，这时可以自由指定时间段，比如通过列表：
values = [‘2019-12’, ‘2020-01’, ‘2019-11’, ‘2020-02’, ‘2019-12’, ‘2020-01’, ‘2019-07’]
然后据此生成时间段序列：
pd.PeriodIndex(values, freq=’M’)
此时当然也可以设定为索引。此处的PeriodIndex就表示时间段索引，freq很必要，表示时间段的单位。
如果采取了不同的时间段表示，就需要同时设定时间格式和freq参数：
values = [‘2019Q4’, ‘2020Q1’, ‘2019Q4’, ‘2020Q1’, ‘2019Q4’, ‘2020Q1’, ‘2019Q3’]
frame = pd.DataFrame(data, pd.PeriodIndex(values, freq=’Q’))
比如这里就表示以季度来取时间段。
灵活的借助于freq参数可以灵活的映射时间段的单位。比如我们可以把月份映射为季度：
values = [‘2019-12’, ‘2020-01’, ‘2019-11’, ‘2020-02’, ‘2019-12’, ‘2020-01’, ‘2019-07’]
frame = pd.DataFrame(data, pd.PeriodIndex(values, freq=’Q’))
一般而言，这种映射没有问题，结果也比较确定。
但是反过来，如果将季度映射为月份会怎么样？
values = [‘2019Q4’, ‘2020Q1’, ‘2019Q4’, ‘2020Q1’, ‘2019Q4’, ‘2020Q1’, ‘2019Q3’]
frame = pd.DataFrame(data, pd.PeriodIndex(values, freq=’M’))
在默认情况下，看得出来，它会自动以起始时间作为映射值，比如第四季度起始月为十月，因此显示为十月。
需要说明下，freq参数的取值不能随意写，每种功能都需要通过特定的字符来表示。如果需要了解具体情况和更多情况，大家可以自行百度了解，有很多详细的列举和说明。
在时间索引中，还有一种复合形式，就是可以单独设定年月等时间段索引值：
years = [2019, 2020, 2019, 2020, 2019, 2020, 2019]
months = [12, 1, 11, 2, 12, 1, 7]
frame = pd.DataFrame(data, pd.PeriodIndex(year=years, month=months, freq=’M’))
其中可以看到，我们在PeriodIndex创建时指定了年份和月份的时间段列表。