如何按PERMNO分组保留每第5个交易日的股票观测数据？

你的核心问题是用resample('5D')是按日历时间间隔采样，而不是按每个股票自身的交易日数量计数，所以无法满足需求。正确的做法是对每个股票的交易日序列单独计数，筛选出第5、10、15...个交易日（从1开始计数）。

具体代码实现 #

import pandas as pd

# 确保date列是datetime类型（如果尚未转换）
crsp_daily['date'] = pd.to_datetime(crsp_daily['date'])

# 按股票代码分组，组内按日期排序，生成组内交易日序号（从0开始）
crsp_daily = crsp_daily.sort_values(['PERMNO', 'date'])
crsp_daily['trade_day_seq'] = crsp_daily.groupby('PERMNO').cumcount()

# 筛选每第5个交易日（序号从0开始，第5个对应序号4，第10个对应序号9，以此类推）
filtered_df = crsp_daily[crsp_daily['trade_day_seq'] % 5 == 4].drop('trade_day_seq', axis=1)

# 查看结果
print(filtered_df)

代码说明 #

1. 日期格式转换：先确保date列是datetime类型，保证排序和分组的正确性。
2. 组内排序与计数：按PERMNO分组后，用cumcount()生成每个股票内部的交易日序号，序号从0开始递增，对应每个股票的交易日顺序。
3. 筛选目标行：通过trade_day_seq %5 ==4筛选出每第5个交易日的记录（从1开始计数的第5、10、15...个交易日），最后删除辅助列得到结果。

为什么resample('5D')不适用 #

resample('5D')是基于固定日历时间间隔的采样，会把所有股票的时间轴统一按5天分割，完全忽略不同股票的交易日差异（比如有的股票某天停牌无数据），也无法准确对应“第5个交易日”的需求，因此得到的Resampler对象无法直接生成你需要的结果。

内容的提问来源于stack exchange，提问作者Sebastian