Pandas：如何用数组公式获取接近每月5日的目标日期？

现有用于筛选每月5日数据的代码：

import pandas as pd
infile = "dates.csv"
df = pd.read_csv(infile)
dtimes = pd.to_datetime(df.iloc[:,0])
mask = (dtimes.dt.day == 5)

需求调整：若某月的5日因周末/节假日未出现在数据中，需将最接近5日的更早日期标记为True，希望用数组式操作替代循环实现。

可以借助Pandas的分组与transform方法完成向量式操作，无需循环：

import pandas as pd

# 读取并解析日期列
infile = "dates.csv"
df = pd.read_csv(infile)
df['dtimes'] = pd.to_datetime(df.iloc[:, 0])

# 按年、月分组，计算每组内符合条件的目标日期（<=5日的最大日期）
df['target_date'] = df.groupby([df['dtimes'].dt.year, df['dtimes'].dt.month])['dtimes'].transform(
    lambda group: group[group.dt.day <= 5].max()
)

# 生成最终mask
mask = df['dtimes'] == df['target_date']

逻辑说明 #

• 按年+月分组，确保仅在同一月份范围内筛选目标日期
• transform方法将每组的计算结果映射回原DataFrame的每一行，实现批量处理
• 对每组数据，先筛选出日数≤5的日期，再取最大值，即为最接近5日的更早有效日期
• 若某月份所有日期均晚于5日，max()会返回NaN，对应mask值为False，符合逻辑

内容的提问来源于stack exchange，提问作者Fortranner