Python 按自定义固定时段对时间序列进行分组

我想按固定时间段对时间序列进行分组，这与函数

to_period（）

的行为完全相同，但具有自定义时间段

# Some test data
df = pd.DataFrame({'categ': np.random.choice([1,2,3], 12)}, index=pd.date_range(start=pd.to_datetime('2015-01-01'),periods=12, freq='M'))

print(df.groupby(df.index.to_period('M')).sum().head(2))

         categ
2015-01      1
2015-02      3

但我想按一个自定义周期对时间序列进行分组，例如2个月（双月）。不幸的是

to_period（'2M'）

不起作用，如果我使用

TimeGrouper

时间段不是固定的，它们是相对于开始日期的

print(df.groupby(pd.TimeGrouper('2M')).sum().head(2))

            categ
2015-01-31      3
2015-03-31      4

无论数据是什么（1-2月、3-4月等），预期的行为都是具有相同的固定期限（如一个季度，但为两个月）。 有人知道解决办法吗？提前谢谢

           categ
2015-02      3
2015-04      4

---

这是我为满足我的特殊需要而使用的解决方案。如果有人有更好的答案，请告诉我

freq = '2M'
df[freq] = df.index.to_period(freq)
# Adding a month each even month
df[freq] = df[freq] + df[freq].dt.month % 2 * MonthEnd()
print(df.groupby(freq).sum().head(2))

         categ
2M            
2015-02      5
2015-04      2

---

这是我为满足我的特殊需要而使用的解决方案。如果有人有更好的答案，请告诉我

freq = '2M'
df[freq] = df.index.to_period(freq)
# Adding a month each even month
df[freq] = df[freq] + df[freq].dt.month % 2 * MonthEnd()
print(df.groupby(freq).sum().head(2))

         categ
2M            
2015-02      5
2015-04      2