Python 截断不完全时间序列

我有多只熊猫。我希望在存在月度数据的情况下提取数据。例如，对于df

   PORTFOLIO       DATE  IRR
          A 2018-02-27  0.7
          A 2018-02-28  0.8
          A 2018-03-01  0.9
          A 2018-03-02  0.4
          A 2018-03-03  0.2
          A 2018-03-04  0.3
          A 2018-03-05  0.4
          A 2018-03-06  0.9
.
.
.
.
          A 2018-03-31  0.8
          A 2018-04-01  0.9
          A 2019-04-02  0.4
          A 2019-04-03  0.8

输出应为：

   PORTFOLIO       DATE  IRR
          A 2018-03-01  0.9
          A 2018-03-02  0.4
          A 2018-03-03  0.2
          A 2018-03-04  0.3
          A 2018-03-05  0.4
          A 2018-03-06  0.9
.
.
.
.
          A 2018-03-31  0.8

有没有办法做到这一点？理想情况下，我能够使用DATE>=2018-03-01和DATE对

年-月

上的

日期

列进行分组，并使用

计数

转换计算天数，然后使用+创建布尔掩码并使用该掩码过滤行：

s = df['DATE'].groupby(df['DATE'].dt.strftime('%Y-%m')).transform('count')
df = df[s.eq(df['DATE'].dt.daysinmonth)]

结果:

  PORTFOLIO        DATE  IRR
          A  2018-03-01  0.9
          A  2018-03-02  0.4
          A  2018-03-03  0.2
          A  2018-03-04  0.3
          .
          .
          .
          A  2018-03-31  0.8

---

@Graipher我认为我们需要

转换

，因为我们需要将它与

daysinmonth

系列进行比较，所以这两个系列的索引都需要匹配。啊，是的。只有使用了

.agg（'count'）

。。。