在熊猫数据栏中找到一个月的月底

Question

为了帮助按月对大型数据集进行分类，我尝试将条目的所有实际日期转换为月底。

我看到了类似的问题，并使用了我找到的代码，但如果日期已经是月底(这将导致下个月的月底被计算出来)，它似乎就行不通了。

df['CalcEnd'] = pd.to_datetime(df['ActualDate'], format="%m/%d/%Y") + MonthEnd(1)

这导致：

    ActualDate    CalcEnd
    7/1/2019      7/31/2019
    7/2/2019      7/31/2019
    7/31/2019     8/31/2019

第三项应返回2019年7月31日。

为了避免这个问题，我尝试使用numpy来仅在日期尚未到月底的情况下使用CalcEnd，但是由于某种原因，如果不是月底，CalcEnd就会产生一系列奇怪的数字。

具体来说，我试过：

def isMonthEnd(date):
    return date + pd.offsets.MonthEnd(0) == date

df['EndCheck'] = isMonthEnd(pd.to_datetime(df['ActualDate'], format="%m/%d/%Y"))
df['CalcEnd'] = pd.to_datetime(df['ActualDate'], format="%m/%d/%Y") + MonthEnd(1)
df['End'] = np.where(df['EndCheck']==False, df['CalcEnd'], df['ActualDate'])

当EndCheck是假的，而不是显示7/31/2019年，它显示1564531200000000000。

但当它是真实的，它正确地显示为7/31/2019年ActualDate。

关于下列事项的任何咨询意见：

(一)如何将数据中的所有给定日期转换到月底，即使该日期已经是月底；以及

2)当尝试使用计算列时，为什么np.where语句不能工作？

……我会非常感激的！

我找到了一个解决办法，只需将数据文件写入csv，并在创建结束之前将新的csv读取回dataframe；它似乎解决了返回1564531200000000000的np.where语句的问题。然而，我希望有一个更优雅的解决方案。

谢谢!

Answer 1

在docs中提到的这种行为：

当n不是0时，如果给定的日期不在锚点上，则它会突然切换到下一个(前一个)锚点，并将\n-1额外的步骤向前或向后移动。。如果给定日期位于锚点上，则将它向前或向后移动。

你不需要np.where。解决办法很简单。如果你前进，只需减去前一天加入锚。如果你后退，在减锚前加一天。

您将进入MonthEnd，因此，在添加锚之前，只需减去一天

df['CalcEnd'] = df['ActualDate']  - pd.offsets.Day() + pd.offsets.MonthEnd(1)

Out[370]:
  ActualDate    CalcEnd
0 2019-07-01 2019-07-31
1 2019-07-02 2019-07-31
2 2019-07-31 2019-07-31

Answer 2

如果添加一天，只需检查日期是否仍在同一个月中，并根据结果进行偏移。

def to_end_of_month(date):
    if (date + pd.offsets.Day(1)).month == date.month:
        return date + pd.offsets.MonthEnd(1)
    else:
        return date + pd.offsets.MonthEnd(0)

df['CalcEnd'] = df['ActualDate'].apply(to_end_of_month)

结果

    ActualDate  CalcEnd
0   2019-07-01  2019-07-31
1   2019-07-02  2019-07-31
2   2019-07-31  2019-07-31