Python 在熊猫中强制日期符合给定频率

假设我们有一个月时间序列，可能缺少月份，在将数据加载到带有DatetimeIndex的pandas series对象中时，我们希望确保每个日期观测都标记为月末日期。然而，原始输入日期可能会落在本月的任何地方，因此我们需要强制它们进行月末观察

我的第一个想法是这样做：

import pandas as pd
pd.DatetimeIndex([datetime(2012,1,20), datetime(2012,7,31)], freq='M')

但是，这只是将日期保留为[2012-01-202012-07-31]，并不强制将其设置为月末值[2012-01-312012-07-31]

我的第二次尝试是：

ix = pd.DatetimeIndex([datetime(2012,1,20), datetime(2012,7,31)], freq='M')
s = pd.Series(np.random.randn(len(ix)), index=ix)
s.asfreq('M')

但这给了：

2012-01-31        NaN
2012-02-29        NaN
2012-03-31        NaN
2012-04-30        NaN
2012-05-31        NaN
2012-06-30        NaN
2012-07-31    0.79173
Freq: M

与发动机罩下一样，

asfreq

函数正在调用

date\u range

以获取日期时间索引

---

如果我使用

periodinex

而不是

DatetimeIndex

，这个问题很容易解决；但是，我需要支持一些当前不受

PeriodIndex

支持的频率，据我所知，没有办法用我自己的

Period

频率扩展pandas。

这是一种解决方法，但它不使用

PeriodIndex

：

from pandas.tseries.offsets import *

In [164]: s
Out[164]: 
2012-01-20   -1.266376
2012-07-31   -0.865573

In [165]: s.index=s.index+MonthEnd(n=0)

In [166]: s
Out[166]: 
2012-01-31   -1.266376
2012-07-31   -0.865573

---

这是一种变通方法，但它不使用

periodindex

：

from pandas.tseries.offsets import *

In [164]: s
Out[164]: 
2012-01-20   -1.266376
2012-07-31   -0.865573

In [165]: s.index=s.index+MonthEnd(n=0)

In [166]: s
Out[166]: 
2012-01-31   -1.266376
2012-07-31   -0.865573

---

至于你的最后一个例子，你想要什么样的输出？我只想要2012-01-31和2012-07-31的条目。但是，2012-01-31的值应该是2012-01-20提供的值，而不是NaN。至于您的最后一个示例，您想要的是什么输出？我只想要2012-01-31和2012-07-31的条目。但是2012-01-31的值应该是2012-01-20提供的值，而不是NaN。谢谢，这很有效。我以前也尝试过类似的方法，但没有想到对MonthEnd使用n=0参数，这在本例中是必不可少的。

s=s.resample（'M'，fill_method='ffill'）

谢谢，这很有效。我以前也尝试过类似的方法，但没有想到对MonthEnd使用n=0参数，这在本例中是必不可少的。

s=s.resample（'M'，fill_method='ffill'）