如何用Pandas按每日起始的1年间隔拆分股票价格DataFrame

要实现每日起始的1年滑动窗口子DataFrame，你需要遍历每个日期作为起始点，筛选对应时间区间内的数据，而不是用年度分组。以下是具体实现步骤：

步骤1：确保日期列是datetime类型 #

首先将date列转换为pandas的datetime格式，这样才能进行日期运算：

import pandas as pd

df['date'] = pd.to_datetime(df['date'])

步骤2：生成滑动窗口子DataFrame #

遍历数据中的每个唯一日期作为起始点，计算该日期往后1年的结束时间，然后筛选区间内的数据：

# 获取所有唯一的起始日期
start_dates = df['date'].unique()

# 初始化子DataFrame列表
sub_dfs = []

for start_date in start_dates:
    # 计算窗口结束日期（起始日期+1年）
    end_date = start_date + pd.DateOffset(years=1)
    # 筛选[start_date, end_date)区间内的数据
    window_df = df[(df['date'] >= start_date) & (df['date'] < end_date)].copy()
    # 可选：给子DataFrame添加起始日期标识，方便后续区分
    window_df['window_start'] = start_date
    sub_dfs.append(window_df)

关键说明 #

• 该方法自动处理日期缺失的情况：如果某段时间内有日期缺失，对应的子DataFrame只会包含实际存在的行，行数不固定。
• 当遍历到数据末尾的日期时，结束日期可能超出数据的最后日期，此时子DataFrame会包含从起始日期到数据末尾的所有剩余数据，符合你“直至数据末尾”的需求。
• 使用.copy()是为了避免pandas的SettingWithCopyWarning，确保每个子DataFrame是独立的对象。

为什么你的原代码不行？ #

你之前用的df.groupby(pd.Grouper(key='date',freq='1Y'))是按年度边界分组（比如2002年全年、2003年全年），只会生成2个子DataFrame，和你需要的每日滑动窗口逻辑完全不同，因此无法满足需求。

内容的提问来源于stack exchange，提问作者dimwit