如何用Pandas从时序DataFrame提取月末倒数第2、3、4工作日特征列？

需求说明 #

现有一个时序DataFrame，包含Date、temp_data、holiday、day列，数据示例如下：

Date          temp_data        holiday           day   
01.01.2000    10000              0                1
02.01.2000    0                  1                2
03.01.2000    2000               0                3
..
26.01.2000    200                0                26
27.01.2000     0                 1                27
28.01.2000    500                0                28
29.01.2000     0                 1                29
30.01.2000    200                0                30
31.01.2000     0                 1                31
01.02.2000     0                 1                 1
02.02.2000    2500               0                 2

其中holiday=0为工作日（有数据），holiday=1为非工作日（无数据）。需要生成三个新列：

• secondlast_wd：标记当月倒数第2个工作日
• thirdlast_wd：标记当月倒数第3个工作日
• fourthlast_wd：标记当月倒数第4个工作日

最终输出DataFrame示例如下：

Date          temp_data   holiday     day     secondlast_wd   thirdlast_wd    fourthlast_wd
01.01.2000    10000         0          1             1                0              0
02.01.2000    0             1          2             0                0              0
03.01.2000    2000          0          3             0                0              0
..
25.01.2000    345           0          25            0                0              1
26.01.2000    200           0          26            0                1              0
27.01.2000     0            1          27            0                0              0
28.01.2000    500           0          28            1                0              0
29.01.2000     0            1          29            0                0              0
30.01.2000    200           0          30            0                0              0
31.01.2000     0            1          31            0                0              0
01.02.2000     0            1          1             0                0              0
02.02.2000    2500          0          2             0                0              0

实现方案（Python Pandas） #

步骤1：预处理日期列 #

先将Date列转换为datetime类型，方便按月份分组：

import pandas as pd

# 假设原始数据存储在df中
df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

步骤2：按月份分组提取目标工作日 #

对每个月份的分组，筛选出工作日（holiday=0），按日期排序后提取倒数第2、3、4个日期：

# 按年份+月份分组，仅保留工作日数据
grouped = df[df['holiday'] == 0].groupby([df['Date'].dt.year, df['Date'].dt.month])

# 存储每个月的目标工作日日期
target_dates = {
    'secondlast_wd': [],
    'thirdlast_wd': [],
    'fourthlast_wd': []
}

for (year, month), group in grouped:
    # 按日期升序排序，确保取的是月末方向的倒数工作日
    sorted_workdays = group.sort_values('Date')['Date'].tolist()
    # 根据工作日数量提取对应倒数位置的日期
    if len(sorted_workdays) >= 2:
        target_dates['secondlast_wd'].append(sorted_workdays[-2])
    if len(sorted_workdays) >= 3:
        target_dates['thirdlast_wd'].append(sorted_workdays[-3])
    if len(sorted_workdays) >= 4:
        target_dates['fourthlast_wd'].append(sorted_workdays[-4])

步骤3：生成标记列 #

初始化三个新列为0，再将对应目标日期标记为1：

# 初始化新列
df['secondlast_wd'] = 0
df['thirdlast_wd'] = 0
df['fourthlast_wd'] = 0

# 标记对应的日期
df.loc[df['Date'].isin(target_dates['secondlast_wd']), 'secondlast_wd'] = 1
df.loc[df['Date'].isin(target_dates['thirdlast_wd']), 'thirdlast_wd'] = 1
df.loc[df['Date'].isin(target_dates['fourthlast_wd']), 'fourthlast_wd'] = 1

步骤4：可选：恢复日期格式 #

如果需要将Date列转回原始的dd.mm.yyyy字符串格式：

df['Date'] = df['Date'].dt.strftime('%d.%m.%Y')

说明 #

• 自动处理每个月工作日数量不足的情况（比如某月份只有3个工作日，fourthlast_wd不会产生任何标记）
• 按年份+月份组合分组，避免不同年份同月份的数据混淆
• 排序逻辑确保提取的是月末方向的倒数工作日，而非月初方向

内容的提问来源于stack exchange，提问作者Bella_18