熊猫重新采样到现有指数

Question

我有很长的时间序列，以下列数据结束。

               ABC     CDE
Date                      
2017-05-26  107.00  241.71
2017-05-30  107.27  241.50
2017-05-31  107.32  241.44
2017-06-01  107.10  243.36
2017-06-02  107.57  244.17

我想重新对它进行重新抽样，使其成为月度数据，但我有兴趣保留时间序列中的实际上个月日期。 如果我做，

df.resample('BM').last()

给出以下尾端输出

2017-05-31  107.32  241.44 
2017-06-30  107.57  244.17

它没有给出数据帧的正确的最后日期。 重采样数据帧中还有其他日期也已关闭。 基本上Pandas没有使用现有的索引来查找月末，但它是自己的工作日日历。

有没有我可以提供给Pandas重采样功能的选项，以便它使用现有索引来实现所需的结果，即

2017-05-31  107.32  241.44 
2017-06-02  107.57  244.17

Answer 1

您需要从索引和最后一个set_index创建新列：

df = df.assign(Date=df.index).resample('BM').last().set_index('Date')
print (df)
               ABC     CDE
Date                      
2017-05-31  107.32  241.44
2017-06-02  107.57  244.17

但如果只需要按月份重新采样：

m = df.index.to_period('m')
df = df.reset_index().groupby(m).last().set_index('Date')
print (df)
               ABC     CDE
Date                      
2017-05-31  107.32  241.44
2017-06-02  107.57  244.17

Answer 2

您可以根据年份和月份删除重复项，并仅保留最后一行。

df.assign(m=df.index.to_period('m')).drop_duplicates('m','last').drop('m',1)
Out[728]: 
               ABC     CDE
Date                      
2017-05-31  107.32  241.44
2017-06-02  107.57  244.17

或者您可以按年份和月份使用组，然后从每个组中选择最后一行。

df.reset_index()\
  .sort_values('Date')\
  .assign(m=df.index.to_period('m'))\
  .groupby(by='m')\
  .last()\
  .set_index('Date')
Out[677]: 
               ABC     CDE
Date                      
2017-05-31  107.32  241.44
2017-06-02  107.57  244.17