我有一个带有日期格式索引的熊猫数据框（股票价格）。这是每天，但仅限于工作日。 我基本上试图计算一年前的一些价格表现YTD。 要在我的数据框中获取实际年份的第一个日期，我使用了以下方法：
today = str(datetime.date.today())
curr_year = int(today[:4])
curr_month = int(today[5:7])
first_date_year = (df[str(curr_year)].first_valid_index())
现在我尝试获得一年前最接近的日期（距离last_valid_index（）一年）。我可以提取月份和年份，但它不会那么准确。有什么建议吗？
由于
答案 0 :(得分：1)
由于您没有提供任何数据，我假设您有一个日期列表（字符串类型），如下所示：
dates = ['11/01/2016', '12/01/2016', '02/01/2017', '03/01/2017']
然后你需要将其转换为datetime格式，我建议使用pandas：
pd_dates = pd.to_datetime(dates)
然后你必须在今天和一年前定义。我建议使用datetime：
today = datetime.today()
date_1yr_ago = datetime(today.year-1, today.month, today.day)
最后，您将日期列表切割为大于date_1yr_ago值的日期，并获取该切片的第一个值：
pd_dates[pd_dates > date_1yr_ago][0]
这将返回大于1年前日期的第一个日期。
<强>输出：
Timestamp('2017-02-01 00:00:00')
您可以使用以下代码将该日期时间值转换为字符串：
datetime.strftime(pd_dates[pd_dates > date_1yr_ago][0], '%Y/%m/%d')
<强>输出：
'2017/02/01'