调整Pandas中的每月时间序列数据

Question

我有像这样的大熊猫DataFrame。

如您所见，数据对应于月末数据。问题是所有列的月末日期都不相同。 （根本原因是该月的最后一个交易日并不总是与月末重合。）

目前，2016年1月底有两排＆＃34; 2016-01-29＆＃34;和＆＃34; 2016-01-31。＆＃34;它应该只是一排。例如，2016年1月底指数A，指数B和指数C应为451.1473 1951.218 1401.093。

另一点是，尽管每行几乎总是对应于月度数据的结尾，但数据可能不够好，并且可以想象包括随机列的月中数据。在这种情况下，我不想进行任何调整，以便捕获任何先前的数据收集错误。

实现这一目标的最有效方法是什么。

编辑：

            Index A  Index B Index C
DATE                                
2015-03-31  2067.89  1535.07   229.1
2015-04-30  2085.51     1543   229.4
2015-05-29  2107.39      NaN     NaN
2015-05-31      NaN  1550.39   229.1
2015-06-30  2063.11  1534.96     229
2015-07-31  2103.84      NaN   228.8
2015-08-31  1972.18  1464.32     NaN
2015-09-30  1920.03  1416.84   227.5
2015-10-30  2079.36      NaN     NaN
2015-10-31      NaN  1448.39   227.7
2015-11-30  2080.41   1421.6   227.6
2015-12-31  2043.94  1408.33   227.5
2016-01-29  1940.24      NaN     NaN
2016-01-31      NaN  1354.66   227.5
2016-02-29  1932.23  1355.42   227.3

因此，在这种情况下，我需要在2015-05,2015-10,2016-01结束时组合行。但是，2015-07和2015-08的行根本没有数据。因此，在这种情况下，我想将2015-07和2015-08留作NaN，而我想在2015-05,2015-10,2016-01合并月末行。希望这能为我想要做的事提供更多的洞察力。

Answer 1

您可以使用：

df = df.groupby(pd.TimeGrouper('M')).fillna(method='ffill')
df = df.resample(rule='M', how='last')

在月份的最后一天创建一个新的DateTimeIndex，并为每个月的最后一个可用数据点进行采样。 fillna()确保对于上次可用日期缺少数据的列，您可以使用之前的可用值。