Question

与NumPy和dateutil战斗了好几天之后，我最近发现了令人惊叹的Pandas图书馆。我一直在仔细阅读文档和源代码，但我无法弄清楚如何让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')

我想要的是什么：

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

我需要按个月大小的块来计算一个月内可变的天数。这可以使用dateutil.rrule：

rrule(freq=MONTHLY, dtstart=start, bymonthday=(start.day, -1), bysetpos=1)

丑陋而难以辨认，但它确实有效。我怎么能和熊猫一起做这个？我玩过date_range()和period_range()，到目前为止没有运气。

我的实际目标是使用groupby，crosstab和/或resample根据期间内各个条目的总和/平均值/等计算每个期间的值。换句话说，我想从以下数据转换数据：

                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起源于财务分析工具，我几乎可以肯定，有一种简单快捷的方法可以做到这一点。帮助赞赏！

Answer 1

freq='M'适用于月末频率（请参阅here）。但您可以使用.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)

Answer 2

实际上没有“日期”频率（例如“DOMXX”，如“DOM09”），但我认为没有任何理由不加一个。

http://github.com/pydata/pandas/issues/2289

我目前没有简单的解决方法，因为resample需要传递已知的频率规则。我认为它应该增加，以便能够将任何日期范围用作任意bin边缘。只是时间和黑客的问题...

Answer 3

试

date_range(start, end, freq=pd.DateOffset(months=1))

熊猫的日期范围

3 个答案: