让我们直接解决这个问题。以下是每日数据：
AAA BBB CCC
date
2012-04-16 44.48 28.48 17.65
2012-04-17 44.59 28.74 17.65
2012-04-18 44.92 28.74 17.72
2012-04-19 44.92 28.62 17.72
2012-04-20 45.09 28.68 17.71
2012-04-23 45.09 28.40 17.76
2012-04-24 45.09 28.51 17.73
2012-04-25 45.01 28.76 17.73
2012-04-26 45.40 28.94 17.76
2012-04-27 45.57 29.02 17.79
2012-04-30 45.45 28.90 17.80
2012-05-01 45.79 29.07 17.80
2012-05-02 45.71 28.98 17.77
2012-05-03 45.44 28.81 17.79
2012-05-04 45.05 28.48 17.79
2012-05-07 45.05 28.48 17.79
2012-05-08 45.00 28.40 17.93
2012-05-09 44.87 28.30 17.94
2012-05-10 44.93 28.34 17.85
2012-05-11 44.86 28.30 17.96
... ... ...
我想从第一行开始选择具有每月增量的行，即索引为 2012-04-16、2012-05-16、2012的行-06-16，... 。我可以只使用relativedelta并手动添加它们，但是我想知道是否有更有效的方法。我尝试过重采样，但是只能像df.resample('M').first()中那样选择每月的第一天或最后一天。
使问题更加复杂的是某些日期丢失了；它们是工作日，但不是美国的工作日。有几种方法可以解决此问题：
选择确切日期或最接近日期的较早日期。如果 这样的日期不存在，然后开始查找以后的日期。
选择确切的日期或最接近日期的较晚的日期。如果这样 日期不存在，然后开始查找较早的日期。
选择最接近确切日期的日期，而不管早到
或晚我可以使用min(df.index, key=lambda x: abs(x - (df.index[0] + relativedelta(months=1)))。
在每种情况下，我都想知道哪种方法最有效，最易读。在最后一个代码示例中，month是一个变量，所以我不确定是否可以将其作为lambda过程使用“ apply”。
谢谢。
答案 0 :(得分：10)
在查看您的数据之前，我们首先来看一下如何在每月的特定日期创建DatetimeIndex。由于频率为每月的常规pd.date_range花费每个月的最后天，因此我们可以简单地添加固定天数：
idx = pd.date_range('2018-04-01', '2018-07-01', freq='1M') + pd.DateOffset(days=16)
DatetimeIndex(['2018-05-16', '2018-06-16', '2018-07-16'],
dtype='datetime64[ns]', freq=None)
现在让我们来看一个数据框示例，该数据框缺少第16 天：
AAA BBB CCC
date
2012-04-16 44.48 28.48 17.65
2012-04-17 44.59 28.74 17.65
2012-05-15 45.79 29.07 17.80
2012-05-16 45.71 28.98 17.77
2012-05-17 45.44 28.81 17.79
2012-06-15 44.87 28.30 17.94
2012-06-17 44.95 28.50 17.98
2012-07-14 44.65 28.25 17.87
2012-07-17 44.55 28.75 17.75
正如您提到的，您可以通过多种方式来决定如何选择不匹配的日期，既可以倒退，前进，也可以无条件查找最近的日期。 您需要考虑在项目环境中最合适的方法。下面是一个坚持Pandas功能并避免使用自定义lambda功能的解决方案。
DatetimeIndex定义数据框首先创建一个仅指定必需索引的数据框：
offset = pd.DateOffset(days=16)
start_date = df.index[0]-pd.DateOffset(months=1)
idx = pd.date_range(start_date, df.index[-1], freq='1M') + offset
df_idx = pd.DataFrame(index=idx)
请注意，我们需要从开始参数中减去一个月，以便在添加16天后不会省略第一个月。现在，您可以将pd.merge_asof与各种选项结合使用：-
merge_asof向后/向前/最近匹配将direction参数指定为'backward'（默认值），'forward'或'nearest'。例如，使用'forward'：
print(pd.merge_asof(df_idx, df, left_index=True, right_index=True, direction='forward'))
AAA BBB CCC
2012-04-16 44.48 28.48 17.65
2012-05-16 45.71 28.98 17.77
2012-06-16 44.95 28.50 17.98
2012-07-16 44.55 28.75 17.75
这现在可能足以满足您的需求。
编辑：如果要保留数据框中的索引，可以反转合并的方向，并使用'backward'代替'forward'：
res = pd.merge_asof(df.reset_index(),
df_idx.reset_index().rename(columns={'index': 'date_idx'}),
left_on='date', right_on='date_idx', direction='backward')
res['diff'] = (res['date'] - res['date_idx']).dt.days.abs()
grouper = res['date'].dt.strftime('%Y-%m')
res = res[res['diff'] == res.groupby(grouper)['diff'].transform('min')]
print(res)
date AAA BBB CCC date_idx diff
0 2012-04-16 44.48 28.48 17.65 2012-04-16 0
3 2012-05-16 45.71 28.98 17.77 2012-05-16 0
6 2012-06-17 44.95 28.50 17.98 2012-06-16 1
8 2012-07-17 44.55 28.75 17.75 2012-07-16 1