Python 按天获取熊猫过滤器中的下一个可用日期

我已经在pandas dataframe中过滤了

datetime64[ns]

类型，以使用下面的代码行获取每个月特定日期的数据

df[df['Date'].map(lambda x: x.day) == 1]

结果如下：

19.9    2013-07-01
34.8    2013-08-01
12.9    2013-10-01
12.6    2013-11-01

---

但是如果您注意到，

2013-09-01

的条目丢失，因为它在原始数据集中不可用。在这种情况下，我想获取

2013-09-02

的数据。理想情况下，如果某个日期落在周末（周六和周日或任何缺失的日期，如节假日或特定日期的数据不可用），我希望获得下一个可用日期的数据。想知道我们是否可以使用pandas实现，或者我需要手动迭代执行此功能。

我认为您需要使用

DatetimeIndex

和

method='bfill'

来回填缺少的值：

df = df.set_index('Date').asfreq('d', method='bfill')

然后通过以下方式进行过滤：

样本：

print (df)
    Val       Date
0  19.9 2013-07-01
1  34.8 2013-08-01
2  10.4 2013-09-02
3  12.9 2013-10-01
4  12.6 2013-11-01

print (df.dtypes)
Val            float64
Date    datetime64[ns]

df = df.set_index('Date').asfreq('d', method='bfill')
df1 = df[df.index.day == 1]
print (df1)
             Val
Date            
2013-07-01  19.9
2013-08-01  34.8
2013-09-01  10.4
2013-10-01  12.9
2013-11-01  12.6

---

您还可以通过将日期设置为索引，并使用将方法设置为bfill搜索下一个现有日期到每月的第一天来完成此操作：

---

谢谢这种方法甚至可以轻松地进行日间访问，而不用使用lambda表达式

print (df)
    Val       Date
0  19.9 2013-07-01
1  34.8 2013-08-01
2  10.4 2013-09-02
3  12.9 2013-10-01
4  12.6 2013-11-01

print (df.dtypes)
Val            float64
Date    datetime64[ns]

df = df.set_index('Date').asfreq('d', method='bfill')
df1 = df[df.index.day == 1]
print (df1)
             Val
Date            
2013-07-01  19.9
2013-08-01  34.8
2013-09-01  10.4
2013-10-01  12.9
2013-11-01  12.6

print(df)
             Val
Date            
2013-07-01  19.9
2013-08-01  34.8
2013-08-02  34.8
2013-09-02  10.4
2013-10-01  12.9
2013-11-01  12.6

df = df.set_index('Date')
df.iloc[[df.index.get_loc(datetime.datetime(date[0],date[1],1),
                   method='bfill') for date,_ in df.groupby(
                   [df.index.year,df.index.month])]]

             Val
Date            
2013-07-01  19.9
2013-08-01  34.8
2013-09-02  10.4
2013-10-01  12.9
2013-11-01  12.6