在Python中从1个日期生成当前日历年月份和未来日历年月份

我有以下代码：

from datetime import datetime
import pandas as pd

last_day_of_current_year = datetime.now().date().replace(month=12, day=31)


with open(("mtn_mtx.txt").lower(), "r") as rfile:
    next(rfile)

    for line in rfile:
        line = line.rstrip('\n')
        line = line.upper()
        line = line.split('\t')

        firstcoupondate = (line[5])

        month_list = [i.strftime("%Y-%m-%d") for i in pd.date_range(start=firstcoupondate, end=last_day_of_current_year, freq='MS')]

        print(month_list)

这允许我从文件中输入日期（firstcoupondate），并填充从firstcoupondate到今年最后一天之间的未来月份。但是，我想修改此代码，使其只生成当前年份的所有12个月，而不是第一个Coupondate年份

例如，如果我从文件中输入以下firstcoupondate:“2020-02-05”，我的上述代码将生成以下列表：

['2020-03-01'，'2020-04-01'，'2020-05-01'，'2020-06-01'，'2020-07-01'，'2020-08-01'，'2020-09-01'，'2020-10-01'，'2020-12-01'，'2021-01-01'，'2021-01-01'，'2021-03-01'，'2021-04-01'，'2021-05-01'，'2021-06-01'，'2021-07-01'，'2021-08-01'，'2021-09-01'，'2021-10-01'，'2021-11-01'，'2021-12-01']

正如您所看到的，所有日期都显示了每个月的第一天，这是不正确的，而且我缺少了1月/2月的前两个日期（“2020-01-05”、“2020-02-05”），因此我在代码中输入的任何firstcoupondate都不会填充当前年份的前两个月日期，在“2020-02-05”中喂食时，我想要的输出而不是上面列出的日期应该是：

['2021-01-05'，'2021-02-05'，'2021-03-05'，'2021-04-05'，'2021-05-05'，'2021-06-05'，'2021-07-05'，'2021-08-05'，'2021-09-05'，'2021-10-05'，'2021-11-05'，'2021-12-05']

此外，我输入的一些firstcoupondate的未来年份为一年，因此如果我有日期“2025-04-12”，我希望随后填充与上述相同的（全部12个月），但对于我输入的firstcoupondate内的年份，例如firstcoupondate='2025-04-12'，我希望生成以下月份列表：

---

['2025-01-12'，'2025-02-12'，'2025-03-12'，'2025-04-12'，'2025-05-12'，'2025-06-12'，'2025-07-12'，'2025-08-12'，'2025-09-12'，'2025-10-12'，'2025-11-12'，'2025-12-12']提供了一个可重复的例子。生成了我认为与tab delim文件类似的数据

关键部分

定义函数

在文件读取上下文中使用

在上下文中使用

熊猫产量 A. B C D E 耦合 全部CD 0 C B A. C C 2019-01-21 00:00:00 ['2021-03-21', '2021-04-21', '2021-05-21', '2021-06-21', '2021-07-21', '2021-08-21', '2021-09-21', '2021-10-21', '2021-11-21', '2021-12-21'] 1. B A. B A. C 2020-10-22 00:00:00 ['2021-03-22', '2021-04-22', '2021-05-22', '2021-06-22', '2021-07-22', '2021-08-22', '2021-09-22', '2021-10-22', '2021-11-22', '2021-12-22'] 2. B C C A. A. 2020-11-19 00:00:00 ['2021-03-19', '2021-04-19', '2021-05-19', '2021-06-19', '2021-07-19', '2021-08-19', '2021-09-19', '2021-10-19', '2021-11-19', '2021-12-19'] 3. B C C C A. 2023-12-22 00:00:00 ['2023-01-22', '2023-02-22', '2023-03-22', '2023-04-22', '2023-05-22', '2023-06-22', '2023-07-22', '2023-08-22', '2023-09-22', '2023-10-22', '2023-11-22', '2023-12-22'] 4. A. B A. A. B 2020-10-06 00:00:00 ['2021-03-06', '2021-04-06', '2021-05-06', '2021-06-06', '2021-07-06', '2021-08-06', '2021-09-06', '2021-10-06', '2021-11-06', '2021-12-06']

---

你想从文件中得到什么？您感兴趣的第五代币的月日？谢谢，但还不是我所需要的，如果coupondate fed in的年份在过去或现在，我希望看到当前年份的所有12个月在2021年填充，但如果coupondate fed in是在未来，那么我希望看到该年份的所有12个月在2023年填充，例如2023年的所有12个月。过去/现在的coupondate输入：“2019-03-15”所需的输出示例：[“2021-01-15”、“2021-02-15”、“2021-04-15”、“2021-05-15”、“2021-06-15”、“2021-07-15”、“2021-08-15”、“2021-09-15”、“2021-10-15”、“2021-11-15”、“2021-12-15”]提前感谢您-如果我现在正确理解您的逻辑，我们已经更新了这已经很接近了，但需要显示所有12个月的产量，如图所示：coupondate（2019-01-21）-['2021-01-21'，'2021-02-21'，'2021-03-21'，'2021-04-21'，'2021-05-21'，'2021-06-21'，'2021-07-21'，'2021-08-21'，'2021-10-21'，'2021-11-21'，'2021-12-21']您为coupondate生产的产量（2019-01-21）输出列表“2021-01-21”、“2021-02-21”中缺少1月和2月。非常感谢您的帮助。

def drng（d）：n=pd.to_datetime（“now”）s=n.replace（month=1，day=1）如果dimport random
import datetime as dt
from pathlib import Path

s = 5
coupondates = [dt.date(2019 + random.randint(0,4), random.randint(1,12), random.randint(1,28)) for _ in range(s)]

cd = pd.DataFrame({
    "A":np.random.choice(["A","B","C"], s),"B":np.random.choice(["A","B","C"], s),
    "C":np.random.choice(["A","B","C"], s),"D":np.random.choice(["A","B","C"], s),
    "E":np.random.choice(["A","B","C"], s),
    "coupondate": coupondates
             })

p = Path.cwd().joinpath("mtn_mtx.txt")

ye = pd.to_datetime("now").replace(month=12, day=31)
cd.to_csv(p, sep="\t", index=False)

def drng(d):
    n = pd.to_datetime("now")
    s = n.replace(month=1, day=1) if d < n else d.replace(month=1, day=1)
    e = n.replace(month=12, day=31) if d<n else d.replace(month=12, day=31)
    return list((pd.date_range(s,e, freq="MS") + pd.DateOffset(days=d.day-1)).strftime("%Y-%m-%d"))



# file solution
with open(p) as f:
    next(f)
    for line in f:
        line = line.rstrip("\n").upper().split("\t")
        print(line[5], drng(pd.to_datetime(line[5])))

# pandas solution
df = pd.read_csv(p, sep="\t")
df.coupondate = pd.to_datetime(df.coupondate)
df = df.assign(allcd=df.coupondate.apply(drng))

print(df.to_markdown())

2019-01-21 ['2021-03-21', '2021-04-21', '2021-05-21', '2021-06-21', '2021-07-21', '2021-08-21', '2021-09-21', '2021-10-21', '2021-11-21', '2021-12-21']
2020-10-22 ['2021-03-22', '2021-04-22', '2021-05-22', '2021-06-22', '2021-07-22', '2021-08-22', '2021-09-22', '2021-10-22', '2021-11-22', '2021-12-22']
2020-11-19 ['2021-03-19', '2021-04-19', '2021-05-19', '2021-06-19', '2021-07-19', '2021-08-19', '2021-09-19', '2021-10-19', '2021-11-19', '2021-12-19']
2023-12-22 ['2023-01-22', '2023-02-22', '2023-03-22', '2023-04-22', '2023-05-22', '2023-06-22', '2023-07-22', '2023-08-22', '2023-09-22', '2023-10-22', '2023-11-22', '2023-12-22']
2020-10-06 ['2021-03-06', '2021-04-06', '2021-05-06', '2021-06-06', '2021-07-06', '2021-08-06', '2021-09-06', '2021-10-06', '2021-11-06', '2021-12-06']