Pandas重采样聚合：如何按自定义起始日的跨月周期聚合数据？

要实现从指定起始日开始的跨月周期聚合，Pandas原生resample的标准频率无法直接满足需求，我们可以通过手动分组+分组聚合的方式实现，步骤如下：

1. 定义周期规则 #

先明确核心参数：

• 起始基准日：比如2022-01-13
• 周期跨度：比如每4个月（每个周期覆盖起始日+N个月-1天的区间）

2. 生成周期边界并给数据分组 #

先生成覆盖数据时间范围的所有周期区间，再将每条数据映射到对应的周期组：

import pandas as pd
import numpy as np

# 示例数据（替换为你的实际数据）
df = pd.DataFrame(
    {'val1': [0.01, 0.04, 0.09, -0.02],
     'val2': [0.08, -0.07, -0.01, 0.01],
     'val3': [0.03, 0.02, 0.01, 0.06]},
    index=pd.to_datetime(['2022-01-29', '2022-01-30', '2022-01-31', '2022-02-01'])
)

# 配置周期参数
start_date = pd.to_datetime('2022-01-13')
period_months = 4  # 每个周期的跨度（月数）

# 生成所有周期起始日期（从start_date开始，每period_months生成一个）
# 先按月初生成，再调整到13号
cycle_starts = pd.date_range(
    start=start_date,
    end=df.index.max() + pd.DateOffset(months=period_months),
    freq=f'{period_months}MS'
) + pd.DateOffset(days=12)  # MS是月初，加12天得到当月13号

# 生成周期结束日期（下一个周期起始日减1天）
cycle_ends = cycle_starts[1:] - pd.DateOffset(days=1)
# 确保最后一个周期覆盖到数据的最后日期
if cycle_ends[-1] < df.index.max():
    cycle_ends = cycle_ends.append(pd.DatetimeIndex([df.index.max()]))

# 给每条数据分配所属周期组
start_array = np.array(cycle_starts[:-1])
df['cycle_group'] = np.searchsorted(start_array, df.index, side='right') - 1

3. 执行聚合逻辑 #

沿用你原有的(df+1).cumprod()-1的聚合逻辑，通过groupby替代resample实现：

# 按周期组计算累积乘积，再取每个周期的最后一个结果
result = (
    (df.drop('cycle_group', axis=1) + 1)
    .groupby(df['cycle_group'])
    .transform(lambda x: x.cumprod())
    - 1
).groupby(df['cycle_group']).last()

# 替换索引为周期结束日期（更直观）
result.index = cycle_ends[:len(result)]

关键说明 #

• 为什么不用resample？Pandas的resample仅支持标准时间频率（如M/Q）或简单偏移量，无法直接定义「从指定日期开始的跨月周期」，手动分组更灵活可控。
• 如果数据中有早于start_date的记录，可以根据需求将其归到第一个周期，或者通过df = df[df.index >= start_date]过滤掉。

内容的提问来源于stack exchange，提问作者user1267983