如何为时间序列索引的Pandas DataFrame添加月内递增列

问题背景 #

给定一个以日期为索引的pandas DataFrame，示例生成代码如下：

import pandas as pd
import numpy as np

index = pd.date_range('2023-01-01', '2023-12-31', freq='1D')
df = pd.DataFrame({'a' : np.random.randint(0, 10, len(index))}, index=index)

示例数据如下：

a
2023-01-01  3
2023-01-02  2
2023-01-03  1
2023-01-04  3
2023-01-05  8
...        ..
2023-12-27  2
2023-12-28  2
2023-12-29  0
2023-12-30  1
2023-12-31  7

需要添加新列b，使其在每个日历月内呈现递增模式，满足公式：b = 当月日期数 / 当月总天数，最终输出示例如下：

a         b
2023-01-01  0  0.032258
2023-01-02  5  0.064516
2023-01-03  2  0.096774
2023-01-04  7  0.129032
2023-01-05  4  0.161290
...        ..       ...
2023-12-27  6  0.870968
2023-12-28  5  0.903226
2023-12-29  8  0.935484
2023-12-30  2  0.967742
2023-12-31  9  1.000000

实现方法 #

利用pandas的DatetimeIndex属性可直接提取所需数据，快速生成目标列：

# 提取当月日期数与当月总天数，计算得到列b
df['b'] = df.index.day / df.index.days_in_month

细节说明 #

• df.index.day：从日期索引中提取每个日期对应的当月第几天（取值范围为1到该月最后一天）
• df.index.days_in_month：提取每个日期所在月份的总天数（自动处理平闰年、不同月份天数差异）
• 两值相除后，每个月的序列会从1/当月天数开始，逐日递增至1，完全符合需求

内容的提问来源于stack exchange，提问作者William Miller