在熊貓中查找一個月的第一個和最后一個可用天數

Question

我有一個從 2007 年到 2017 年的熊貓數據框。數據是這樣的：

date      closing_price
2007-12-03  728.73
2007-12-04  728.83
2007-12-05  728.83
2007-12-07  728.93
2007-12-10  728.22
2007-12-11  728.50
2007-12-12  728.51
2007-12-13  728.65
2007-12-14  728.65
2007-12-17  728.70
2007-12-18  728.73
2007-12-19  728.73
2007-12-20  728.73
2007-12-21  728.52
2007-12-24  728.52
2007-12-26  728.90
2007-12-27  728.90
2007-12-28  728.91
2008-01-05  728.88
2008-01-08  728.86
2008-01-09  728.84
2008-01-10  728.85
2008-01-11  728.85
2008-01-15  728.86
2008-01-16  728.89

如您所見，每個月都缺少一些日子。 我想取每個月的第一個和最后一個“可用”天數，並計算它們的收盤價的差異，並將結果放入一個新的數據框中。 例如，第一個月的天數為 2007-12-03 和 2007-12-28，收盤價為 728.73 和 728.91，因此結果為 0.18。 我怎樣才能做到這一點？

Answer 1

您可以按月對 df 進行分組並應用一個函數來完成它。 注意to_period ，此函數將 DataFrame 從 DatetimeIndex 轉換為具有所需頻率的 PeriodIndex 。

def calculate(x):
    start_closing_price = x.loc[x.index.min(), "closing_price"]
    end_closing_price = x.loc[x.index.max(), "closing_price"]
    return end_closing_price-start_closing_price

result = df.groupby(df["date"].dt.to_period("M")).apply(calculate)

# result
date
2007-12    0.18
2008-01    0.01
Freq: M, dtype: float64

Answer 2

首先確保它們是datetime並已排序：

import pandas as pd

df['date'] = pd.to_datetime(df.date)
df = df.sort_values('date')

---

通過...分組

gp = df.groupby([df.date.dt.year.rename('year'), df.date.dt.month.rename('month')])
gp.closing_price.last() - gp.closing_price.first()

#year  month
#2007  12       0.18
#2008  1        0.01
#Name: closing_price, dtype: float64

或者

gp = df.groupby(pd.Grouper(key='date', freq='1M'))
gp.last() - gp.first()

#            closing_price
#date                     
#2007-12-31           0.18
#2008-01-31           0.01

---

重新采樣

gp = df.set_index('date').resample('1M')
gp.last() - gp.first()

#            closing_price
#date                     
#2007-12-31           0.18
#2008-01-31           0.01

Answer 3

問題：獲取索引數據幀的第一個或最后一個日期

解決方案：重新采樣索引，然后提取數據。

lom    = pd.Series(x.index, index = x.index).resample('m').last()
xlast  = x[x.index.isin(lom)] # .resample('m').last() to get monthly freq

fom    = pd.Series(x.index, index = x.index).resample('m').first()
xfirst = x[x.index.isin(fom)]