如何用Pandas date_range生成锚定1月/6月的半年频率日期序列？

你尝试的6MS-JAN之所以不行，是因为这个频率是从1月开始每6个月生成日期（即1月、7月），和你要的1月+6月的需求不匹配。这里有两种更简便的实现方式：

方法一：筛选所有月初日期 #

先生成起止时间内的所有月初，再过滤出1月和6月的日期，代码简洁直观：

import pandas as pd

start = "2023-01-05"
end = "2024-12-01"

# 生成所有月初日期
all_month_starts = pd.date_range(start=start, end=end, freq="MS")
# 筛选月份为1或6的日期
target_dates = all_month_starts[all_month_starts.month.isin([1, 6])]

print(target_dates)

输出结果：

DatetimeIndex(['2023-06-01', '2024-01-01', '2024-06-01'], dtype='datetime64[ns]', freq=None)

方法二：分别生成1月和6月的序列再合并 #

如果想直接生成目标月份的序列，可以分别获取每年1月1日和6月1日的日期，再合并排序并过滤：

import pandas as pd

start = "2023-01-05"
end = "2024-12-01"

# 生成每年1月1日的序列
jan_dates = pd.date_range(start=start, end=end, freq="AS-JAN")
# 生成每年6月1日的序列
jun_dates = pd.date_range(start=start, end=end, freq="AS-JUN")

# 合并、排序并过滤掉早于起始时间的日期
target_dates = pd.concat([jan_dates, jun_dates]).sort_values()
target_dates = target_dates[target_dates >= start]

print(target_dates)

这个方法和方法一结果一致，适合需要单独控制某类月份的场景。

内容的提问来源于stack exchange，提问作者Jack