Python 创建具有任意开始日期的月度时间序列

使用

pandas

可以轻松创建每月的日期序列

import pandas as pd

pd.date_range('2012-04-23', '2013-01-23', freq='BM')

DatetimeIndex(['2012-04-30', '2012-05-31', '2012-06-29', '2012-07-31',
               '2012-08-31', '2012-09-28', '2012-10-31', '2012-11-30',
               '2012-12-31'],
              dtype='datetime64[ns]', freq='BM')

请注意，

DatetimeIndex

中的日期是月末。我知道应该考虑我选择了

freq='BM'

，但我不相信我有一个能够实现我目标的选择

我经常需要从每个月的最后一个工作日开始制作一系列的日期

我想看看这个：

DatetimeIndex(['2012-04-23', '2012-05-23', '2012-06-23', '2012-07-23',
               '2012-08-23', '2012-09-23', '2012-10-23', '2012-11-23',
               '2012-12-23'],
              dtype='datetime64[ns]', freq=None)

或者另一个更复杂的例子可能是从“2012-01-30”到“2012-04-30”有几个月的时间。我希望看到：

DatetimeIndex(['2012-01-30', '2012-02-29', '2012-03-30', '2012-04-30'],
              dtype='datetime64[ns]', freq=None)

---

我不清楚你的问题，但我相信这是一个正确的方向

start = '2012-04-23'
end = '2013-01-23'

>>> pd.DatetimeIndex([pd.datetime(ts.year, ts.month, int(end.split("-")[-1])) 
                      for ts in pd.date_range(start, end, freq='BM')])

DatetimeIndex(['2012-04-23', '2012-05-23', '2012-06-23', '2012-07-23', '2012-08-23', '2012-09-23', '2012-10-23', '2012-11-23', '2012-12-23'], dtype='datetime64[ns]', freq=None)

虽然没有针对速度进行优化，但我相信以下函数将根据您的要求返回正确的值

def foo(date, periods, forward=True):
    if isinstance(date, str):
        date = pd.Timestamp(date).date()
    dates = [date + relativedelta(date, months=n * (1 if forward else -1)) for n in range(1, periods +1)]
    result = []
    print dates
    for date in dates:
        month = date.month
        iso_day = date.isoweekday()
        if iso_day == 6:
            date += dt.timedelta(days=2 if forward else -1)
        elif iso_day == 7:
            date += dt.timedelta(days=1 if forward else -2)
        if date.month != month:
            # Gone into next/preceding month.  Roll back/forward.
            date -= dt.timedelta(days=3 if forward else -3)
        result.append(date)
    return result

---

您可能正在寻找以下内容：

from pandas.tseries.offsets import Day, BDay
pd.date_range(start = '2012-01-01', periods = 6, freq = 'MS') + Day(22) + BDay(0)
Out[12]: 
DatetimeIndex(['2012-01-23', '2012-02-23', '2012-03-23', '2012-04-23',
               '2012-05-23', '2012-06-25'],
              dtype='datetime64[ns]', freq=None)

Day（22）

添加22天的偏移量，

BDay

负责工作日偏移量（

BDay（0）

取最近的工作日）

从30号开始约会有点困难。所以我必须为此写一个函数。（为了代码清晰，它不允许自定义

freq

参数。）

def my_business_date_范围（天，**kwargs）：
断言（isinstance（天，整数）和（天>0）和（天<32））
rng0=pd.日期\范围（频率='MS'，**kwargs）
rng1=rng0+pd.tseries.offset.Day（第1天）+pd.tseries.offset.BDay（0）
#纠正溢出：
溢出\u idx，=np.非零（rng0.month！=rng1.month）
如果溢出_idx.size>0：
#rng1是不可变的
tmp=rng1.tolist（）
bme=pd.tseries.offset.BusinessMonthEnd（-1）
对于溢出_idx中的i：
tmp[i]=bme（rng1[i]）
rng1=pd.DatetimeIndex（tmp）
返回rng1
我的业务日期范围（30，开始日期='2012-01-01'，期间=6）
出[13]：
DatetimeIndex（['2012-01-30'，'2012-02-29'，'2012-03-30'，'2012-04-30'，'，
'2012-05-30', '2012-06-29'],
dtype='datetime64[ns]'，freq=None）

---

熊猫队也有一个实验项目，但我无法让它工作。

我不明白。您刚才问的似乎不是您希望看到的，即，top DatetimeIndex是该月的最后一个工作日，可以追溯到时间。@Alexander这是因为我不知道将什么作为

freq

参数。我不想每天生产，我相信这是默认的。所以今天是5月6日（已经？！？…）。3月6日是星期天。你想看什么？三月四日（星期五）？@亚历山大：是的。但我在问题中没有具体说明这一点。我不想把它复杂化。这对于我在本例中使用的特定日期集肯定有效。我已经有了一个健壮的，如果是复杂的解决方案。我想征求其他意见，这样我可能会有一个更清晰的答案。在我的问题中，我将继续补充一些评论。“BM”似乎不是有效的选项。如果今天是2016年6月1日（星期三）。2016-05-01是星期天，你想看2016-04-28（星期五）吗？这是一个很好的问题。我必须选择2016-05-02。我的解决方案包括一次回滚一个月，并考虑多个因素做出决策，例如，是否是周末，如果是，则回滚，除非该值下降到上个月（您的示例），否则回滚。原始日期是月末、营业月末还是开始日期，应该保留结束日期还是开始日期。您是选择结束日期并按照这些规则向后工作，还是选择开始日期并向前工作？这很好。对有趣的函数有很多很好的见解和参考。谢谢你的努力。

def my_business_date_range(day, **kwargs):
    assert(isinstance(day, int) & (day > 0) & (day < 32))
    rng0 = pd.date_range(freq = 'MS', **kwargs)
    rng1 = rng0 + pd.tseries.offsets.Day(day-1) + pd.tseries.offsets.BDay(0)
    # Correcting overflows:
    overflow_idx, = np.nonzero(rng0.month != rng1.month)
    if overflow_idx.size > 0:
        # rng1 is not mutable
        tmp = rng1.tolist()        
        bme = pd.tseries.offsets.BusinessMonthEnd(-1)
        for i in overflow_idx:
            tmp[i] = bme(rng1[i])
        rng1 = pd.DatetimeIndex(tmp)
    return rng1

my_business_date_range(30, start= '2012-01-01', periods = 6)
Out[13]: 
DatetimeIndex(['2012-01-30', '2012-02-29', '2012-03-30', '2012-04-30',
               '2012-05-30', '2012-06-29'],
              dtype='datetime64[ns]', freq=None)