python - 强制日期符合 pandas 中给定的频率

Question

假设我们有一个每月的时间序列，可能缺少月份，并且在将数据加载到具有 DatetimeIndex 的 pandas Series 对象中时，我们希望确保每个日期观察都被标记为月末日期。然而，原始输入日期可能落在本月的任何地方，因此我们需要强制它们进行月末观察。

我的第一个想法是做这样的事情:

import pandas as pd
pd.DatetimeIndex([datetime(2012,1,20), datetime(2012,7,31)], freq='M')

但是，这只是将日期保留为 [2012-01-20,2012-07-31]，并且不会强制它们为月末值 [2012-01-31,2012-07-31] .

我的第二次尝试是:

ix = pd.DatetimeIndex([datetime(2012,1,20), datetime(2012,7,31)], freq='M')
s = pd.Series(np.random.randn(len(ix)), index=ix)
s.asfreq('M')

但这给出了:

2012-01-31        NaN
2012-02-29        NaN
2012-03-31        NaN
2012-04-30        NaN
2012-05-31        NaN
2012-06-30        NaN
2012-07-31    0.79173
Freq: M

在底层，asfreq 函数正在调用 date_range 来获取 DatetimeIndex。

如果我使用 PeriodIndex 而不是 DatetimeIndex，这个问题很容易解决；但是，我需要支持 PeriodIndex 当前不支持的一些频率，并且据我所知，无法使用我自己的 Period 频率来扩展 pandas。

Answer 1

这是一种解决方法，但无需使用periodindex即可工作:

from pandas.tseries.offsets import *

In [164]: s
Out[164]: 
2012-01-20   -1.266376
2012-07-31   -0.865573

In [165]: s.index=s.index+MonthEnd(n=0)

In [166]: s
Out[166]: 
2012-01-31   -1.266376
2012-07-31   -0.865573