如何用Pandas从Datetime Index提取每日收盘时间并添加为新列

你的问题出在pd.concat是按索引对齐合并，但a的索引是日度日期（如2024-01-01），而SPX1m的索引是分钟级时间戳（如2024-01-01 09:30:00），两者索引不匹配，导致合并后大部分行的EOD列是缺失值。

下面两种方法可以直接实现需求：

方法一：用groupby.transform一步到位 #

不需要单独生成a，直接对原DataFrame分组后广播每日最大时间到组内所有行：

# 保留索引为DT列（你已完成这步）
SPX1m["DT"] = SPX1m.index

# 直接添加EOD列
SPX1m['EOD'] = SPX1m.groupby(pd.Grouper(freq='D'))['DT'].transform('max')

transform('max')会将每个日期组的最大时间戳，填充到该组的每一行，自动对齐所有分钟级数据。

方法二：基于已生成的a映射填充 #

如果已经得到了正确的a（每日最晚时间的Series），可以通过索引的日期部分映射取值：

# 用原数据索引的日期部分，匹配a的日度索引，取出对应的最大时间
SPX1m['EOD'] = SPX1m.index.date.map(a)

这里SPX1m.index.date会把每个分钟级时间戳提取出纯日期（如2024-01-01），正好和a的索引一致，map会自动将对应的每日最晚时间填充到每一行。

内容的提问来源于stack exchange，提问作者maskapone