获取时间序列熊猫每个月的最后一个日期

Question

目前我正在使用某个函数zipline.utils.tradingcalendar.get_trading_days生成 DateTimeIndex 。 时间序列大致是每天，但有一些差距。

我的目标是获取每个月DateTimeIndex的最后一个日期。

.to_period('M') & .to_timestamp('M')不起作用，因为它们给出了当月的最后一天而不是每个月变量的最后一个值。

例如，如果这是我的时间序列，我想选择“2015-05-29”，而当月的最后一天是“2015-05-31”。

['2015-05-18'、'2015-05-19'、'2015-05-20'、'2015-05-21'、'2015-05-22'、'2015-05-26'、' 2015-05-27'、'2015-05-28'、'2015-05-29'、'2015-06-01']

Answer 1

Condla 的回答最接近我的需要，除了因为我的时间索引延长了一年多，我需要按月份和年份分组，然后选择最大日期。 下面是我最终得到的代码。

# tempTradeDays is the initial DatetimeIndex
dateRange = []  
tempYear = None  
dictYears = tempTradeDays.groupby(tempTradeDays.year)
for yr in dictYears.keys():
    tempYear = pd.DatetimeIndex(dictYears[yr]).groupby(pd.DatetimeIndex(dictYears[yr]).month)
    for m in tempYear.keys():
        dateRange.append(max(tempYear[m]))
dateRange = pd.DatetimeIndex(dateRange).order()

Answer 2

我的策略是按月分组，然后选择每个组的“最大值”：

如果“dt”是您的 DatetimeIndex 对象：

last_dates_of_the_month = []
dt_month_group_dict = dt.groupby(dt.month)
for month in dt_month_group_dict:
    last_date = max(dt_month_group_dict[month])
    last_dates_of_the_month.append(last_date)

列表“last_date_of_the_month”包含数据集中每个月所有出现的最后日期。 您可以使用此列表再次在 Pandas 中创建 DatetimeIndex（或您想用它做的任何事情）。

Answer 3

这是一个老问题，但这里所有现有的答案都不完美。 这是我想出的解决方案（假设日期是一个排序索引），它甚至可以写在一行中，但为了可读性我将其拆分：

month1 = pd.Series(apple.index.month)
month2 = pd.Series(apple.index.month).shift(-1)
mask = (month1 != month2)
apple[mask.values].head(10)

这里有一些注意事项：

• 移动日期时间序列需要另一个pd.Series实例（请参阅此处）
• 布尔掩码索引需要.values （参见此处）

---

顺便说一句，当日期是工作日时，使用重采样会更容易： apple.resample('BM')

Answer 4

假设您的数据框如下所示

原始数据框

那么下面的代码会给你每个月的最后一天。

df_monthly = df.reset_index().groupby([df.index.year,df.index.month],as_index=False).last().set_index('index')

转换数据帧

这一行代码完成了它的工作:)

Answer 5

也许不再需要答案，但是在寻找同一问题的答案时，我发现了一个更简单的解决方案：

import pandas as pd 

sample_dates = pd.date_range(start='2010-01-01', periods=100, freq='B')
month_end_dates = sample_dates[sample_dates.is_month_end]

Answer 6

试试这个，创建一个新的差异列，其中值 1 指向从一个月到下一个月的变化。

     df['diff'] = np.where(df['Date'].dt.month.diff() != 0,1,0)