在与 NumPy 和 dateutil 斗争了几天之后,我最近发现了神奇的 Pandas 库。我一直在研究文档和源代码,但我不知道如何让 date_range()
在正确的断点处生成索引。
from datetime import date
import pandas as pd
start = date('2012-01-15')
end = date('2012-09-20')
# 'M' is month-end, instead I need same-day-of-month
date_range(start, end, freq='M')
我想要什么:
2012-01-15
2012-02-15
2012-03-15
...
2012-09-15
我得到了什么:
2012-01-31
2012-02-29
2012-03-31
...
2012-08-31
我需要一个月大小的 block 来说明一个月中的可变天数。这可以通过 dateutil.rrule 实现:
rrule(freq=MONTHLY, dtstart=start, bymonthday=(start.day, -1), bysetpos=1)
丑陋且难以辨认,但它有效。我怎么能用 Pandas 做到这一点?我玩过 date_range()
和 period_range()
,到目前为止都没有运气。
我的实际目标是使用 groupby
、crosstab
和/或 resample
根据 sums/means/etc 计算每个时期的值期间内的个别条目。换句话说,我想从以下位置转换数据:
total
2012-01-10 00:01 50
2012-01-15 01:01 55
2012-03-11 00:01 60
2012-04-28 00:01 80
#Hypothetical usage
dataframe.resample('total', how='sum', freq='M', start='2012-01-09', end='2012-04-15')
到
total
2012-01-09 105 # Values summed
2012-02-09 0 # Missing from dataframe
2012-03-09 60
2012-04-09 0 # Data past end date, not counted
鉴于 Pandas 最初是一种财务分析工具,我几乎可以肯定有一种简单快捷的方法可以做到这一点。感谢您的帮助!
最佳答案
freq='M'
用于月末频率(参见 here )。但是您可以使用 .shift
将其移动任意天数(或任何频率):
pd.date_range(start, end, freq='M').shift(15, freq=pd.datetools.day)
关于python - Pandas 中的日期范围,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13445174/