pandas.date_range 自定义频率

Question

我正在尝试使用 pd.date_range 为 12 个月的滚动场景生成捕获该月第 2 天的日期列表。我不太清楚如何在文档中结合频率别名来实现这一点。下面是我所在的位置和输出。我想看看

['2020-05-02', '2020-04-02', '2020-03-02'...]

pd.date_range(end='2020-06-02',periods=12,freq=)

DatetimeIndex(['2020-05-22', '2020-05-23', '2020-05-24', '2020-05-25',
               '2020-05-26', '2020-05-27', '2020-05-28', '2020-05-29',
               '2020-05-30', '2020-05-31', '2020-06-01', '2020-06-02'],
              dtype='datetime64[ns]', freq='D')

Answer 1

你能试试这个吗？假设您的 df 有日期

df.sort_index(inplace=True)
df.groupby(pd.TimeGrouper('M')).nth(2) #This is to get the second day

Answer 2

我假设你已经定义了：

结束日期，
期数，

如您在代码示例中所写。

要构建日期范围，请使用：

date_range MS（月开始）频率，
结合 shift 1 天。

执行此操作的代码是：

rng = pd.date_range(end='2020-06-02', periods=12, freq='MS').shift(1, freq='D')

给予：

DatetimeIndex(['2019-07-02', '2019-08-02', '2019-09-02', '2019-10-02',
               '2019-11-02', '2019-12-02', '2020-01-02', '2020-02-02',
               '2020-03-02', '2020-04-02', '2020-05-02', '2020-06-02'],
              dtype='datetime64[ns]', freq=None)

这次freq是None意思：没有"frequency acronym" 每个月从每月的第二天开始（有首字母缩写词 月开始和月结束），但生成的日期肯定是如你所愿

Answer 3

您可以使用 pd.offsets.DateOffset which implements the logic of relativedelta。它没有矢量化，所以使用简单的列表理解来获取日期。

import pandas as pd

date = pd.to_datetime('June 2, 2020')
pd.Index([date + pd.offsets.DateOffset(months=i) for i in range(12)])

#DatetimeIndex(['2020-06-02', '2020-07-02', '2020-08-02', '2020-09-02',
#               '2020-10-02', '2020-11-02', '2020-12-02', '2021-01-02',
#               '2021-02-02', '2021-03-02', '2021-04-02', '2021-05-02'],
#             dtype='datetime64[ns]', freq=None)

如果您需要处理接近月底的日期，此方法会更安全一些。 2 月没有 29 天，但 pd.offsets.Dateoffset 的逻辑可以做到，所以我们仍然有 2 月的最后一个日期。

date = pd.to_datetime('June 29, 2020')
pd.Index([date + pd.offsets.DateOffset(months=i) for i in range(12)])

#DatetimeIndex(['2020-06-29', '2020-07-29', '2020-08-29', '2020-09-29',
#               '2020-10-29', '2020-11-29', '2020-12-29', '2021-01-29',
#               '2021-02-28', '2021-03-29', '2021-04-29', '2021-05-29'],
#              dtype='datetime64[ns]', freq=None)

pandas.date_range 自定义频率

pandas.date_range custom frequency

pandas

date-range