在python中从月份-年份生成月份的最后一天

将对象转换为，从年月日到该月的最后日期

如何生成一个新列，该列的最后日期是从年月日开始的月份？Month_year是一个对象，我无法在python中将其转换为日期格式。我希望最后一个日期采用日期格式，以便计算与数据中其他可用日期列的差异

数据如下：

id   month_date
id_1 04-2018
id_1 04-2018
id_2 04-2018
id_2 05-2019

期望输出：

id   month_date  last_date
id_1 04-2018    30-4-2018
id_1 04-2018    30-4-2018
id_2 04-2018    30-4-2018
id_2 05-2019    31-5-2019

用于删除时间：

df['last_date'] = df['month_date'].dt.to_timestamp(how='end').dt.floor('d')
print (df)
     id month_date  last_date
0  id_1    2018-04 2018-04-30
1  id_1    2018-04 2018-04-30
2  id_2    2018-04 2018-04-30
3  id_2    2019-05 2019-05-31

另一个解决方案：

df['last_date'] = df['month_date'].dt.to_timestamp() + pd.offsets.MonthEnd()
print (df)
     id month_date  last_date
0  id_1    2018-04 2018-04-30
1  id_1    2018-04 2018-04-30
2  id_2    2018-04 2018-04-30
3  id_2    2019-05 2019-05-31

编辑：

其他解决方案：

df['last_date1'] = pd.PeriodIndex(df['month_date']).to_timestamp(how='end').floor('d')
df['last_date2'] = pd.PeriodIndex(df['month_date']).to_timestamp() + pd.offsets.MonthEnd()
print (df)
     id month_date last_date1 last_date2
0  id_1    2018-04 2018-04-30 2018-04-30
1  id_1    2018-04 2018-04-30 2018-04-30
2  id_2    2018-04 2018-04-30 2018-04-30
3  id_2    2019-05 2019-05-31 2019-05-31

用于删除时间：

df['last_date'] = df['month_date'].dt.to_timestamp(how='end').dt.floor('d')
print (df)
     id month_date  last_date
0  id_1    2018-04 2018-04-30
1  id_1    2018-04 2018-04-30
2  id_2    2018-04 2018-04-30
3  id_2    2019-05 2019-05-31

另一个解决方案：

df['last_date'] = df['month_date'].dt.to_timestamp() + pd.offsets.MonthEnd()
print (df)
     id month_date  last_date
0  id_1    2018-04 2018-04-30
1  id_1    2018-04 2018-04-30
2  id_2    2018-04 2018-04-30
3  id_2    2019-05 2019-05-31

编辑：

其他解决方案：

df['last_date1'] = pd.PeriodIndex(df['month_date']).to_timestamp(how='end').floor('d')
df['last_date2'] = pd.PeriodIndex(df['month_date']).to_timestamp() + pd.offsets.MonthEnd()
print (df)
     id month_date last_date1 last_date2
0  id_1    2018-04 2018-04-30 2018-04-30
1  id_1    2018-04 2018-04-30 2018-04-30
2  id_2    2018-04 2018-04-30 2018-04-30
3  id_2    2019-05 2019-05-31 2019-05-31

---

请将日期部分添加为月1日。比如2019年1月将是2019年1月1日，然后使用datetime.timedelta，加上一个月，减去一天

请将日期部分添加为月1日。比如2019年1月将是2019年1月1日，然后使用datetime.timedelta，加上一个月，减去一天

使用

MonthEnd

Ex:

from pandas.tseries.offsets import MonthEnd
df = pd.DataFrame({"month_date": ["04-2018", "04-2018", "04-2018", "05-2019"]})
df["month_date"] = pd.to_datetime(df["month_date"], format="%m-%Y")
df["last_date"] = (df["month_date"] + MonthEnd(1)).dt.strftime("%d-%m-%Y")
df["month_date"] = df["month_date"].dt.strftime("%m-%Y")
print(df)

  month_date   last_date
0    04-2018  30-04-2018
1    04-2018  30-04-2018
2    04-2018  30-04-2018
3    05-2019  31-05-2019

输出：

from pandas.tseries.offsets import MonthEnd
df = pd.DataFrame({"month_date": ["04-2018", "04-2018", "04-2018", "05-2019"]})
df["month_date"] = pd.to_datetime(df["month_date"], format="%m-%Y")
df["last_date"] = (df["month_date"] + MonthEnd(1)).dt.strftime("%d-%m-%Y")
df["month_date"] = df["month_date"].dt.strftime("%m-%Y")
print(df)

  month_date   last_date
0    04-2018  30-04-2018
1    04-2018  30-04-2018
2    04-2018  30-04-2018
3    05-2019  31-05-2019

---

使用

MonthEnd

Ex:

from pandas.tseries.offsets import MonthEnd
df = pd.DataFrame({"month_date": ["04-2018", "04-2018", "04-2018", "05-2019"]})
df["month_date"] = pd.to_datetime(df["month_date"], format="%m-%Y")
df["last_date"] = (df["month_date"] + MonthEnd(1)).dt.strftime("%d-%m-%Y")
df["month_date"] = df["month_date"].dt.strftime("%m-%Y")
print(df)

  month_date   last_date
0    04-2018  30-04-2018
1    04-2018  30-04-2018
2    04-2018  30-04-2018
3    05-2019  31-05-2019

输出：

from pandas.tseries.offsets import MonthEnd
df = pd.DataFrame({"month_date": ["04-2018", "04-2018", "04-2018", "05-2019"]})
df["month_date"] = pd.to_datetime(df["month_date"], format="%m-%Y")
df["last_date"] = (df["month_date"] + MonthEnd(1)).dt.strftime("%d-%m-%Y")
df["month_date"] = df["month_date"].dt.strftime("%m-%Y")
print(df)

  month_date   last_date
0    04-2018  30-04-2018
1    04-2018  30-04-2018
2    04-2018  30-04-2018
3    05-2019  31-05-2019

---

是否正在使用熊猫？是的，我想在熊猫数据框上进行这些更改。如果我检查了“月\年”列的数据类型，我得到的是对象，无法对使用

pandas

的数据执行任何日期关联计算？是的，我要在其上进行这些更改。如果我检查了数据类型中的“月\年”列，我得到的是对象，无法执行任何与日期相关的计算，当我尝试任何一个代码时，我得到了以下错误-“'pandas.\u libs.tslibs.period.period'>不能转换为datetime”@LalithaSundarIyerS-那么解决方案就更简单了，给他们一些时间。month_date列在时间数据期间（'2018-04'，'M'）与格式'%M-%Y'（匹配）不匹配，因此我更改了I以反映%Y-%m@LalithaSundarIyerS-答案已编辑，请检查。只能使用带有datetimelike值的.dt访问器-新错误当我尝试这两个代码时，我收到以下错误-“'pandas._libs.tslibs.period.period'>不能转换为datetime”@LalithaSundarIyerS-那么解决方案更简单，给他们一些时间。month_date列在时间数据周期（'2018-04'，'M'）中，与格式'%M-%Y'（匹配）不匹配因此，我更改了我以反映%Y-%m@LalithaSundarIyerS-答案已编辑，请检查。只能使用具有datetimelike值的.dt访问器-新错误'pandas.\u libs.tslibs.period.period'>无法转换为datetime。.我收到此错误'pandas.\u libs.tslibs.period.period'>无法转换为datetime。.我收到此错误