Pandas按月重采样转日度数据后提取月中值报错排查

问题说明 #

将月度输入数据通过resample('D')和三次插值转换为日度数据后，尝试提取每月中间日期对应的数据时，触发错误：AttributeError: 'DatetimeIndex' object has no attribute 'days'。

出错代码 #

import pandas as pd
df=pd.read_excel(input_file, sheet_name='mthly', usecols='A:D', na_values='ND', index_col=0, header=0)
df.index.names = ['Period']
df.index = pd.to_datetime(df.index)

q= pd.Series(df[series], index=df.index)
d = q.resample('D').interpolate(method='cubic')  
m=d[lambda x: x.index.days==round(x.index.daysinmonth/2)]

输入月度数据 #

Period  Values
Jan-22  1
Feb-22  3
Mar-22  7
Apr-22  5
May-22  4

重采样插值后的日度数据示例 #

1/1/2022 0:00   1
2/1/2022 0:00   0.884487406
3/1/2022 0:00   0.78564987
4/1/2022 0:00   0.703003964
5/1/2022 0:00   0.636066259
6/1/2022 0:00   0.584353327
7/1/2022 0:00   0.547381739
8/1/2022 0:00   0.524668066
9/1/2022 0:00   0.51572888
10/1/2022 0:00  0.520080751
11/1/2022 0:00  0.537240252
12/1/2022 0:00  0.566723954
13/1/2022 0:00  0.608048428
14/1/2022 0:00  0.660730245
15/1/2022 0:00  0.724285976
16/1/2022 0:00  0.798232194
17/1/2022 0:00  0.882085469
18/1/2022 0:00  0.975362373
19/1/2022 0:00  1.077579477
20/1/2022 0:00  1.188253353
21/1/2022 0:00  1.306900571
22/1/2022 0:00  1.433037703
23/1/2022 0:00  1.566181321
24/1/2022 0:00  1.705847996
25/1/2022 0:00  1.851554299
26/1/2022 0:00  2.002816801
27/1/2022 0:00  2.159152074
28/1/2022 0:00  2.32007669
29/1/2022 0:00  2.485107218
30/1/2022 0:00  2.653760232
31/1/2022 0:00  2.825552302
...

期望输出 #

16/1/2022 0:00  0.798232194
14/2/2022 0:00  5.289522142
...

错误原因与修复代码 #

错误原因 #

• DatetimeIndex没有days属性，获取每月日期需用单数形式day；
• 旧版pandas中daysinmonth无法直接对整个索引矢量化访问，需调整处理方式。

修复后代码（适配pandas 1.1+） #

import pandas as pd
df=pd.read_excel(input_file, sheet_name='mthly', usecols='A:D', na_values='ND', index_col=0, header=0)
df.index.names = ['Period']
df.index = pd.to_datetime(df.index)

# 注意：将series替换为实际列名，比如示例中的'Values'
q= pd.Series(df['Values'], index=df.index)
d = q.resample('D').interpolate(method='cubic')  

# 修复条件判断：用day获取日部分，结合daysinmonth计算中间日期
m = d[d.index.day == round(d.index.daysinmonth / 2)]

兼容旧版pandas的代码 #

如果你的pandas版本不支持矢量化daysinmonth，可改用apply处理：

import pandas as pd
df=pd.read_excel(input_file, sheet_name='mthly', usecols='A:D', na_values='ND', index_col=0, header=0)
df.index.names = ['Period']
df.index = pd.to_datetime(df.index)

q= pd.Series(df['Values'], index=df.index)
d = q.resample('D').interpolate(method='cubic')  

# 逐个判断每个日期是否为当月中间日
m = d[d.index.to_series().apply(lambda dt: dt.day == round(dt.daysinmonth / 2))]

代码解释 #

• d.index.day：提取每个日期的日部分（如1月16日返回16）；
• d.index.daysinmonth：获取每个日期所在月份的总天数（如2022年2月返回28）；
• 通过两者的匹配计算，精准筛选出每月中间日期对应的数据。

内容的提问来源于stack exchange，提问作者123456