Question

我在pandas Dataframe中有一个时间序列，如下所示：

time                          A           B
2012-06-11 09:25:00.005001    2572.4      2.589
2012-06-11 09:30:00.005004    2573.2      2.592
2012-06-11 09:31:00.005000    2572.6      2.592
2012-06-11 09:32:00.004996    2572.2      2.591
2012-06-11 09:33:00.005003    2570.0      2.589
2012-06-18 09:34:00.004999    2571.2      2.590
2012-06-18 09:35:00.004996    2572.0      2.591
2012-06-18 09:36:00.005002    2572.2      2.590

有没有办法可以快速计算一个月下一个第三个星期五之前的天数？在这种情况下，它看起来像：

[4,4,4,4,4,32,32,32]

Answer 1

您可以将Series.apply函数与WeekOfMonth offset class及其前滚方法一起使用，将日期向前或向后移动到下一个或上一个“偏移日期”。

from pandas.tseries.offsets import WeekOfMonth

wom = WeekOfMonth(week=2, weekday=4)
df['days'] = df['d'].apply(lambda x: (wom.rollforward(x) - x).days)

Answer 2

第3个星期五？ you mean when options expire?：）

不确定是否已有内置anchored offset，但可以解决这个问题：

>>> offset = dt.timedelta(days=60)
>>> first = df['time'].min().date() - offset
>>> last  = df['time'].max().date() + offset
>>> ts = pd.date_range(first, last, freq='W-Fri').to_series()
>>> a = ts.groupby(ts.dt.month).nth(2).values
>>> i = np.searchsorted(a, df['time'], side='right')
>>> a[i] - df['time']
0    3 days 14:34:59.994999
1    3 days 14:29:59.994996
2    3 days 14:28:59.995000
3    3 days 14:27:59.995004
4    3 days 14:26:59.994997
5   31 days 14:25:59.995001
6   31 days 14:24:59.995004
7   31 days 14:23:59.994998
Name: time, dtype: timedelta64[ns]

修改最后3行可能会得到天数：

>>> a = ts.groupby(ts.dt.month).nth(2).dt.date.values
>>> i = np.searchsorted(a, df['time'].dt.date, side='right')
>>> a[i] - df['time'].dt.date
0    4 days
1    4 days
2    4 days
3    4 days
4    4 days
5   32 days
6   32 days
7   32 days
dtype: timedelta64[ns]

Answer 3

使用rollforward偏移类的WeekofMonth方法：

from pandas.tseries.offsets import *

df['days'] = [(WeekOfMonth(week=2, weekday=4).rollforward(d)-d).days 
    for d in df['time']]

计算Dataframe中一个月的下一个第三个星期五之前的天数

3 个答案: