Question

使用pandas可以轻松创建月度系列日期。

import pandas as pd

pd.date_range('2012-04-23', '2013-01-23', freq='BM')

DatetimeIndex(['2012-04-30', '2012-05-31', '2012-06-29', '2012-07-31',
               '2012-08-31', '2012-09-28', '2012-10-31', '2012-11-30',
               '2012-12-31'],
              dtype='datetime64[ns]', freq='BM')

请注意DatetimeIndex中的日期是月末。我知道我应该考虑选择freq='BM'，但我不相信我有一个可以完成目标的选择。

我经常需要从每个月的最后一个工作日开始每月制作一系列日期。

我希望看到这一点：

DatetimeIndex(['2012-04-23', '2012-05-23', '2012-06-23', '2012-07-23',
               '2012-08-23', '2012-09-23', '2012-10-23', '2012-11-23',
               '2012-12-23'],
              dtype='datetime64[ns]', freq=None)

或另一个更复杂的例子可能是从2012-01-30＆＃39; 2012-01-30＆＃39;到＆＃39; 2012-04-30＆＃39;。我希望看到：

DatetimeIndex(['2012-01-30', '2012-02-29', '2012-03-30', '2012-04-30'],
              dtype='datetime64[ns]', freq=None)

Answer 1

我不清楚你的问题，但相信这是朝着正确方向迈出的一步。

def foo(date, periods, forward=True):
    if isinstance(date, str):
        date = pd.Timestamp(date).date()
    dates = [date + relativedelta(date, months=n * (1 if forward else -1)) for n in range(1, periods +1)]
    result = []
    print dates
    for date in dates:
        month = date.month
        iso_day = date.isoweekday()
        if iso_day == 6:
            date += dt.timedelta(days=2 if forward else -1)
        elif iso_day == 7:
            date += dt.timedelta(days=1 if forward else -2)
        if date.month != month:
            # Gone into next/preceding month.  Roll back/forward.
            date -= dt.timedelta(days=3 if forward else -3)
        result.append(date)
    return result

虽然未针对速度进行优化，但我相信以下功能将根据您的要求返回正确的值。

full-screen-loader

Answer 2

你可能正在寻找这样的东西：

from pandas.tseries.offsets import Day, BDay
pd.date_range(start = '2012-01-01', periods = 6, freq = 'MS') + Day(22) + BDay(0)
Out[12]: 
DatetimeIndex(['2012-01-23', '2012-02-23', '2012-03-23', '2012-04-23',
               '2012-05-23', '2012-06-25'],
              dtype='datetime64[ns]', freq=None)

Day(22)添加22天的偏移量，BDay负责营业日抵消（BDay(0)需要最近的工作日）。

日期从30日开始有点困难。所以我必须为此编写一个函数。（为了清晰的代码，它不允许自定义freq参数。）

def my_business_date_range(day, **kwargs):
    assert(isinstance(day, int) & (day > 0) & (day < 32))
    rng0 = pd.date_range(freq = 'MS', **kwargs)
    rng1 = rng0 + pd.tseries.offsets.Day(day-1) + pd.tseries.offsets.BDay(0)
    # Correcting overflows:
    overflow_idx, = np.nonzero(rng0.month != rng1.month)
    if overflow_idx.size > 0:
        # rng1 is not mutable
        tmp = rng1.tolist()        
        bme = pd.tseries.offsets.BusinessMonthEnd(-1)
        for i in overflow_idx:
            tmp[i] = bme(rng1[i])
        rng1 = pd.DatetimeIndex(tmp)
    return rng1

my_business_date_range(30, start= '2012-01-01', periods = 6)
Out[13]: 
DatetimeIndex(['2012-01-30', '2012-02-29', '2012-03-30', '2012-04-30',
               '2012-05-30', '2012-06-29'],
              dtype='datetime64[ns]', freq=None)

Pandas还有一个实验CustomBusinessMonth and the like，但我无法使其发挥作用。

创建具有任意开始日期的月度时间序列

2 个答案: