使用Python Pandas DateOffset无法正确获取月末日期的问题求助

我有一个月度级别的时间序列DataFrame，其中每个月以月末日期标识。我需要逐步遍历DataFrame，以获取不同时间段的预测数据。尝试了以下代码：

import pandas as pd
from pandas.tseries.offsets import DateOffset
import numpy as np

times = np.arange(1,24)
for time in times:
    date_min = pd.to_datetime("2020-11-30")
    offset_ = int(time)
    filter_ = date_min + DateOffset(months = offset_)
    df_ = df[(df['dmand_yr_mo'] <= filter_)]

这段代码运行无报错，但从11月切换到12月时，得到的日期是2020-12-30而非2020-12-31，出现日期截断问题。

解决方法 #

使用MonthEnd偏移量替代DateOffset #

DateOffset(months=N)是基于当前日期的数值偏移，当原日期是30号时，偏移到有31天的月份时会停在30号（它只会简单增加N个月，不会自动调整到月末）。而MonthEnd偏移量会直接定位到目标月份的最后一天，完美解决日期截断问题。

修正后的代码：

import pandas as pd
from pandas.tseries.offsets import MonthEnd
import numpy as np

times = np.arange(1,24)
for time in times:
    date_min = pd.to_datetime("2020-11-30")
    offset_ = int(time)
    filter_ = date_min + MonthEnd(offset_)
    df_ = df[(df['dmand_yr_mo'] <= filter_)]

额外优化：减少重复初始化 #

可以把date_min移到循环外，避免每次循环重复创建同一个日期对象：

import pandas as pd
from pandas.tseries.offsets import MonthEnd
import numpy as np

date_min = pd.to_datetime("2020-11-30")
times = np.arange(1,24)
for offset_ in times:
    filter_ = date_min + MonthEnd(offset_)
    df_ = df[(df['dmand_yr_mo'] <= filter_)]
    # 此处添加你的预测处理逻辑

内容的提问来源于stack exchange，提问作者JordanBH