python - 从 Pandas 的最后日期开始计算每年的最后一个值

Question

在 Pandas 中按年重新采样/分组/等的最佳方法是什么，而不是按日历年计算从数据中的最后日期开始的完整年份？

示例数据集

pd.DataFrame({
  'MyDate': ['2017-02-01', '2017-07-05', '2017-08-26', '2017-09-03', '2018-02-04', 
             '2018-08-03', '2018-08-10', '2018-12-03', '2019-07-13', '2019-08-15'],
  'MyValue': [100, 90, 80, 70, 60, 50, 40, 30, 20, 10]
})

    MyDate  MyValue
0   2017-02-01  100
1   2017-07-05  90
2   2017-08-26  80
3   2017-09-03  70
4   2018-02-04  60
5   2018-08-03  50
6   2018-08-10  40
7   2018-12-03  30
8   2019-07-13  20
9   2019-08-15  10

示例结果

最后日期是 2019-08-15，所以我想按上一整年 2018-08-16 - 2019-08-15、2017-08-17 - 2018-08-15 等进行分组.

此处获取每一年的最后结果:

MyDate  MyValue
0   2017-07-05  90
1   2018-08-10  40
2   2019-08-15  10

Answer 1

您可以减去最后一个值并创建年份组，然后使用 GroupBy.last 传递给 groupby :

df['MyDate'] = pd.to_datetime(df['MyDate'])

s = (df['MyDate'].sub(df['MyDate'].iat[-1]).dt.days / 365.25).astype(int)
df = df.groupby(s).last().reset_index(drop=True)
print (df)
      MyDate  MyValue
0 2017-07-05       90
1 2018-08-10       40
2 2019-08-15       10