重采样熊猫时间序列，以便日期指示每个月的第一天

Question

我有一个熊猫时间序列，其中“日期”表示每个月的最后一天。我想更改它，使其包含每个月的第一天。例如，对于所有日期，将其从“ 2018-08-31”改为“ 2018-08-01”，依此类推。

为此，我尝试使用值为“ start”的“ convention”参数重新采样，但是该方法完整地返回了时间序列。

有关可重现的示例：

epoch_loss = tf.Variable(0, trainable=False, dtype=tf.float32)
update_epoch_loss = tf.assign_add(epoch_loss, loss_op)
reset_epoch_loss = tf.variables_initializer([epoch_loss])


for epoch in num_epochs:

    sess.run(reset_epoch_loss)

    for step in steps_per_epoch:
        sess.run([train_op, update_epoch_loss])

    this_epoch_loss = sess.run(epoch_loss)

完整地返回toy_data。

您的建议将不胜感激。

Answer 1

将M更改为MS，选中offset aliases：

toy_data.resample('MS', convention = 'start').mean()