如何在 Pandas 中选择“本月最后一个工作日”？

Question

我试图在本月最后一天的条件下对 DataFrame 进行子集化。我用过：

df['Month_End'] = df.index.is_month_end
sample = df[df['Month_End'] == 1]

这可行，但我正在处理股票市场数据，所以我错过了所有实际月底在周末的情况，我需要一种方法来选择“该月的最后一个工作日”。

Answer 1

您可以通过传入 freq='BM' 来生成包含每月最后一个工作日的

时间序列

。

例如，要创建 2014 年最后一个工作日的系列：

>>> pd.date_range('1/1/2014', periods=12, freq='BM')
[2014-01-31 00:00:00, ..., 2014-12-31 00:00:00]
Length: 12, Freq: BM, Timezone: None

然后，您可以使用此时间序列对您的 DataFrame 进行子集化/重新索引。

Answer 2

除了生成系列之外，您还可以从日期时间索引中解析业务月末，如下所示：

df['BMonthEnd'] = (df.index + pd.offsets.BMonthEnd(1)).day

请注意，这目前会引发无害的警告 - 请参阅 http://pandas.pydata.org/pandas-docs/stable/timeseries.html#using-offsets-with-series-datetimeindex

注意：如果日 (

d

) 已经是该月的最后一个工作日，那么

d + pd.offsets.BMonthEnd(1)

将给出下个月的最后一个工作日。如果不希望出现这种情况，请使用

pd.offsets.BMonthEnd(0)

代替：

df['BMonthEnd'] = (df.index + pd.offsets.BMonthEnd(0)).day

编辑： 按照OP的要求实际过滤df：

df = df[(df.index + pd.offsets.BMonthEnd(0)).day == df.index.day]

Answer 3

这是从 DataFrame 对象中过滤每个月的最后一个工作日，前提是索引是日期时间类型。

df.resample('BM').mean()