Python 按组重新编制熊猫时间序列索引

所以我要做的是重新索引一个数据帧，这个数据帧中有一组独立的组。每个都有自己的索引，我想在其中添加一个月末索引。我认为最好举个例子：

给定此数据帧：

In [72]: a = {'2014-01-02': {'A': 1}, '2014-02-03': {'A': 1}, '2014-03-05': {'A': 1}}

In [74]: b = {'2015-01-02': {'A': 2}, '2015-02-03': {'A': 2}, '2015-03-05': {'A': 2}}
In [76]: pd.DataFrame.from_dict(a,orient='index').append(pd.DataFrame.from_dict(b,orient='index'))
Out[76]:
            A
2014-01-02  1
2014-02-03  1
2014-03-05  1
2015-01-02  2
2015-02-03  2
2015-03-05  2

（注意2014年与2015年的对比）

我想将“A”列中的两个组重新编制索引，以包括每个组的月末，从最小值到索引最大值后的月末。我想要这样的输出：

            A
2014-01-02  1
2014-01-31  1
2014-02-03  1
2014-02-28  1
2014-03-05  1
2014-03-31  1
2015-01-02  2
2015-01-31  2
2015-02-03  2
2015-02-28  2
2015-03-05  2
2015-03-31  2

---

首先，为数据帧提供一个别名

df = pd.DataFrame.from_dict(a,orient='index').append(pd.DataFrame.from_dict(b,orient='index'))

接下来，将行名称重置为索引

df.reset_index(level=0, inplace=True)

现在，检查数据帧的索引

list(df.columns.values)

---

这现在是多索引的，因此“A”是一个索引，聚合函数将针对该附加索引级别进行操作

您需要在数据帧上使用“多索引”。查看pandas文档中的“多索引”将是一个很好的起点。我接受了这一点，但也遇到了一个问题。如果您在同一个月有两个，现在使用A的平均值。在这种情况下，有没有办法让它做两个条目，一个为1，一个为2？如果你在同一个月有两个条目，你说的

是什么意思？如果a==1在索引中有2015-02-04，a==2在索引中有2015-02-05
In [59]:
df.index = pd.to_datetime(df.index , format = '%Y-%m-%d')
df
Out[59]:
            A
2014-01-02  1
2014-02-03  1
2014-03-05  1
2015-01-02  2
2015-02-03  2
2015-03-05  2

In [61]:
month_end = df.resample('M').dropna()
month_end
Out[61]:
            A
2014-01-31  1
2014-02-28  1
2014-03-31  1
2015-01-31  2
2015-02-28  2
2015-03-31  2

In [64]:
pd.concat([df , month_end]).sortlevel(0)
Out[64]:
            A
2014-01-02  1
2014-01-31  1
2014-02-03  1
2014-02-28  1
2014-03-05  1
2014-03-31  1
2015-01-02  2
2015-01-31  2
2015-02-03  2
2015-02-28  2
2015-03-05  2
2015-03-31  2