查找 Pandas DataFrame 系列的月底

Posted 2023-02-25

【中文标题】查找 Pandas DataFrame 系列的月底

【英文标题】：Find the end of the month of a Pandas DataFrame Series

【发布时间】：2016-09-18 03:45:43

【问题描述】：

我在 DataFrame 中有一个系列，最初作为对象读取，然后需要将其转换为 yyyy-mm-dd 形式的日期，其中 dd 是月末​​。

例如，我有 DataFrame df，其中包含 Date 列作为对象：

...      Date    ...
...     200104   ...
...     200508   ...

说到这里，我想要的是一个日期对象：

...      Date    ...
...  2001-04-30  ...
...  2005-08-31  ...

这样 df['Date'].item() 返回

datetime.date(2001, 04, 30)

我使用以下代码几乎可以到达那里，但我所有的日期都是在月初，而不是月底。请指教。

df['Date'] = pd.to_datetime(df['Date'], format="%Y%m").dt.date

注意：我已经将 Pandas ad pd 和 datetime 导入为 dt

【参考方案1】：

你可以使用pandas.tseries.offsets.MonthEnd:

from pandas.tseries.offsets import MonthEnd

df['Date'] = pd.to_datetime(df['Date'], format="%Y%m") + MonthEnd(1)

MonthEnd 中的 1 只是指定向前移动一步到下一个月末日期。 （使用0 或将其留空也适用于您的情况）。如果您想要下个月的最后一天，您可以使用MonthEnd(2) 等。这应该适用于任何月份，因此您不需要知道该月的天数或类似的东西。更多偏移信息可以在documentation找到。

示例用法和输出：

df = pd.DataFrame('Date': [200104, 200508, 201002, 201602, 199912, 200611])
df['EndOfMonth'] = pd.to_datetime(df['Date'], format="%Y%m") + MonthEnd(1)

     Date EndOfMonth
0  200104 2001-04-30
1  200508 2005-08-31
2  201002 2010-02-28
3  201602 2016-02-29
4  199912 1999-12-31
5  200611 2006-11-30

【讨论】：

这是迄今为止我见过的最优雅的解决方案之一，谢谢！ :)

没问题！ MonthEnd 是隐藏在 Pandas 中的宝石之一，您不会立即认为 Pandas 会拥有。通常我的第一直觉是使用其他日期时间库..直到我记得 Pandas 有这么酷的功能！

您应该查看@martien lubberink 的回答，了解上述一些注意事项。

这似乎不适用于 pandas 0.19.2 和 numpy 1.13.1。收到错误“数据类型日期时间不理解”。有人遇到过这个问题吗？

如answer by Martein 中所述，对于一个月的最后一个日期，MonthEnd(1) 的使用是不正确的，而应始终只使用MonthEnd(0)。

【参考方案2】：

同意 root 提供是正确的方法。然而，盲目使用MonthEnd(1) 的读者如果使用当月的最后一个日期作为输入，他们会大吃一惊：

In [4]: pd.Timestamp('2014-01-01') + MonthEnd(1)
Out[4]: Timestamp('2014-01-31 00:00:00')

In [5]: pd.Timestamp('2014-01-31') + MonthEnd(1)
Out[5]: Timestamp('2014-02-28 00:00:00')

使用MonthEnd(0) 会给出这样的结果：

In [7]: pd.Timestamp('2014-01-01') + MonthEnd(0)
Out[7]: Timestamp('2014-01-31 00:00:00')

In [8]: pd.Timestamp('2014-01-31') + MonthEnd(0)
Out[8]: Timestamp('2014-01-31 00:00:00')

以字符串形式获取月末的示例：

from pandas.tseries.offsets import MonthEnd
(pd.Timestamp.now() + MonthEnd(0)).strftime('%Y-%m-%dT00:00:00')
# '2014-01-31T00:00:00'

【参考方案3】：

月末可以是该月的最后一天/分钟/秒/毫秒/微秒/纳秒，具体取决于您的用例所需的offset。给定日期，要导出月份的最后一个单位，请使用适用的anchored offset semantics。例如：

import pandas as pd

def last_second_of_month(date: str) -> str:
    return str(pd.Timestamp(date) + pd.offsets.MonthBegin() - pd.offsets.Second())

根据需要，将上面的Second() 替换为Day()、Minute()、Milli()、Micro() 或Nano()。

这是一个具有相同结果的替代实现：

import pandas as pd

def last_second_of_month(date: str) -> str:
    return str((pd.Timestamp(date) + pd.offsets.MonthEnd(0)).date()) + " 23:59:59"

例子：

>>> last_second_of_month('2020-10')
'2020-10-31 23:59:59'
>>> last_second_of_month('2020-10-01')
'2020-10-31 23:59:59'
>>> last_second_of_month('2020-10-15')
'2020-10-31 23:59:59'
>>> last_second_of_month('2020-10-30')
'2020-10-31 23:59:59'
>>> last_second_of_month('2020-10-31')
'2020-10-31 23:59:59'

作为警告，请勿使用 pd.Timestamp(date) + pd.offsets.MonthEnd() + pd.offsets.Day() - pd.offsets.Second()，因为它在一个月的最后一天无法正常工作。关于pd.offsets.MonthEnd(1) 的这一观察归功于answer by Martien。