按自定义固定周期对时间序列进行分组

Question

我希望按固定的周期对时间序列进行分组，这与函数to_period()的行为完全相同，但具有自定义的周期。

# 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')不工作，如果我使用TimeGrouper，周期是不固定的，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

预期行为是具有相同的固定周期(如一个季度，但两个月)，无论数据是什么(1-2月，3-4月，等等)。有人知道解决方案吗？提前谢谢。

           categ
2015-02      3
2015-04      4

Answer 1

以下是我针对特定需求所使用的解决方案。如果有人有更好的答案，请让我知道。

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