时间差(Timedelta)是时间上的差异，以不同的单位来表示。例如：日，小时，分钟，秒。它们可以是正值，也可以是负值。
可以使用各种参数创建 Timedelta 对象

通过传递字符串，可以创建一个 timedelta 对象。参考以下示例代码 -
import pandas as pd
timediff = pd.Timedelta('2 days 2 hours 15 minutes 30 seconds')
print(timediff)
执行上面救命代码，得到以下结果 -
2 days 02:15:30

通过传递一个整数值与指定单位，这样的一个参数也可以用来创建 Timedelta 对象。
timediff = pd.Timedelta(6,unit='h')
print(timediff)
执行上面救命代码，得到以下结果 -
0 days 06:00:00

例如 - 周，天，小时，分钟，秒，毫秒，微秒，纳秒的数据偏移也可用于构建。
timediff = pd.Timedelta(days=2)
print(timediff)
执行上面救命代码，得到以下结果 -
2 days 00:00:00

s = pd.Series(pd.date_range('2018-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
print(df)
执行上面示例代码，得到以下结果 -
           A      B          C
0 2018-01-01 0 days 2018-01-01
1 2018-01-02 1 days 2018-01-03
2 2018-01-03 2 days 2018-01-05

s = pd.Series(pd.date_range('2012-1-1', periods=3, freq='D'))
td = pd.Series([ pd.Timedelta(days=i) for i in range(3) ])
df = pd.DataFrame(dict(A = s, B = td))
df['C']=df['A']+df['B']
df['D']=df['C']-df['B']
print(df)
执行上面示例代码，得到以下结果 -
           A      B          C          D
0 2018-01-01 0 days 2018-01-01 2018-01-01
1 2018-01-02 1 days 2018-01-03 2018-01-02
2 2018-01-03 2 days 2018-01-05 2018-01-03

pd.date_range('20200601',periods=7)   #生成7个间隔1天的连续日期系列
pd.date_range('20200601','20200603',freq='H')   #生成2020年6月1日0时到2020年6月3日0时之间以整小时为间隔的连续时间系列
datelist = pd.date_range('2020/11/21', periods=5,freq='M')   #按月为周期输出最近5个月的月末日期
datelist = pd.bdate_range('2020/11/03', periods=5)   #生成5个工作日期范围,bdate是排除周六周日
datelist = pd.date_range('16:00:00', periods=5,freq='U')   #freq='U'是微秒,T是分钟,S是秒,L是毫秒,N是纳秒

大量的字符串别名被赋予常用的时间序列频率。我们把这些别名称为偏移别名。
别名    描述说明
B    工作日频率
BQS    商务季度开始频率
D    日历/自然日频率
A    年度(年)结束频率
W    每周频率
BA    商务年底结束
M    月结束频率
BAS    商务年度开始频率
SM    半月结束频率
BH    商务时间频率
SM    半月结束频率
BH    商务时间频率
BM    商务月结束频率
H    小时频率
MS    月起始频率
T, min    分钟的频率
SMS    SMS半开始频率
S    秒频率
BMS    商务月开始频率
L, ms    毫秒
Q    季度结束频率
U, us    微秒
BQ    商务季度结束频率
N    纳秒
BQ    商务季度结束频率
QS    季度开始频率