如何将每日数据的日期索引精准前移一个月（非30天）

要实现日期索引对应上月同一天的移位，不能使用freq="M"或freq="MS"（这两个参数会将所有日期统一偏移到月末或月初），正确的做法是用pd.DateOffset(months=1)进行精确的月份偏移，它会自动适配不同月份的天数差异（比如3月31日会偏移到2月的最后一天）。

代码实现 #

import pandas as pd

# 读取数据并解析日期索引
df = pd.read_csv("seven_day.csv", parse_dates=['Date'], index_col=['Date'])

# 生成日期前移一个月的新DataFrame
df_shifted = df.copy()
# 对索引执行月份偏移操作
df_shifted.index = df_shifted.index - pd.DateOffset(months=1)

# 也可以直接用shift方法结合DateOffset
# df_shifted = df.shift(periods=1, freq=pd.DateOffset(months=1))

效果说明 #

• 3月24日 → 2月24日
• 4月24日 → 3月24日
• 3月31日 → 2月28日（非闰年）/2月29日（闰年）
• 1月15日 → 上年12月15日

处理完成后，你就可以通过原DataFrame和移位后的DataFrame计算每日数据的滚动环比。

内容的提问来源于stack exchange，提问作者zact8