Python 3.x python中日期范围之间的月份开始日期和结束日期

输入是一个日期范围，我们需要在间隔之间找到所有日期的月份开始日期和月份结束日期。下面给出了一个例子

输入：

  start date: 2018-6-15
  end date: 2019-3-20

期望输出：

[ 
  ["month starting date","month ending date"],
  ["2018-6-15","2018-6-30"],
  ["2018-7-1","2018-7-31"],
  ["2018-8-1","2018-8-31"],
  ["2018-9-1","2018-9-30"],
  ["2018-10-1","2018-10-31"],
  ["2018-11-1","2018-11-30"],
  ["2018-12-1","2018-12-31"],
  ["2019-1-1","2019-1-31"],
  ["2019-2-1","2019-2-28"],
  ["2019-3-1","2019-3-20"]
]

---

使用pandas的选项：创建一个从开始到结束的日期，从中提取月份号作为pandas.Series，它向前1个元素，向后1个元素，以检索月份变化的布尔掩码（！=）。现在，您可以创建一个要使用的数据框架，或者创建一个列表列表（如果愿意）

Ex:

import pandas as pd

start_date, end_date = '2018-6-15', '2019-3-20'
dtrange = pd.date_range(start=start_date, end=end_date, freq='d')
months = pd.Series(dtrange .month)

starts, ends = months.ne(months.shift(1)), months.ne(months.shift(-1))
df = pd.DataFrame({'month_starting_date': dtrange[starts].strftime('%Y-%m-%d'),
                   'month_ending_date': dtrange[ends].strftime('%Y-%m-%d')})
# df
#   month_starting_date month_ending_date
# 0          2018-06-15        2018-06-30
# 1          2018-07-01        2018-07-31
# 2          2018-08-01        2018-08-31
# 3          2018-09-01        2018-09-30
# 4          2018-10-01        2018-10-31
# 5          2018-11-01        2018-11-30
# 6          2018-12-01        2018-12-31
# 7          2019-01-01        2019-01-31
# 8          2019-02-01        2019-02-28
# 9          2019-03-01        2019-03-20

# as a list of lists:
l = [df.columns.values.tolist()] + df.values.tolist()
# l
# [['month_starting_date', 'month_ending_date'],
#  ['2018-06-15', '2018-06-30'],
#  ['2018-07-01', '2018-07-31'],
#  ['2018-08-01', '2018-08-31'],
#  ['2018-09-01', '2018-09-30'],
#  ['2018-10-01', '2018-10-31'],
#  ['2018-11-01', '2018-11-30'],
#  ['2018-12-01', '2018-12-31'],
#  ['2019-01-01', '2019-01-31'],
#  ['2019-02-01', '2019-02-28'],
#  ['2019-03-01', '2019-03-20']]

---

请注意，我在创建数据帧时使用了

strftime

。如果希望输出为数据类型字符串，请执行此操作。如果要继续使用datetime对象（时间戳），请不要应用

strftime

到目前为止您尝试了什么？