如何用Pandas实现指定日期无记录时取最近日期的股票数据？

需求说明 #

现有存储股票记录的Pandas DataFrame，需实现：

• 传入指定日期（如8日），筛选出每年每月该日期的记录
• 若某年月的指定日期无记录，则获取该年月中存在记录的最近日期数据：
  • 优先取指定日之后的最近日期（如8日无记录，先查9日、10日...）
  • 若指定日后无记录，则取指定日之前的最近日期（如7日、6日...）

现有代码仅能直接筛选指定日的记录：

filtered_df = data.loc[(data['Date'].dt.day == 8)] 

解决方案 #

步骤说明 #

1. 确保Date列为datetime格式（若未转换先执行转换）
2. 按年-月分组，对每个月的数据单独处理
3. 对每个月组，判断是否存在指定日的记录：
   • 存在则直接取该日数据
   • 不存在则计算每条记录与指定日的天数差，优先取差值最小的正天数（即指定日后最近的日期），若无正差值则取绝对值最小的负天数（指定日前最近的日期）

完整代码实现 #

import pandas as pd

def get_target_or_closest(df, target_day):
    # 确保Date是datetime类型
    df['Date'] = pd.to_datetime(df['Date'])
    
    # 按年-月分组
    grouped = df.groupby([df['Date'].dt.year, df['Date'].dt.month])
    
    result = []
    for (year, month), group in grouped:
        # 检查当月是否有target_day的记录
        target_mask = group['Date'].dt.day == target_day
        if target_mask.any():
            result.append(group[target_mask])
        else:
            # 计算每条记录与target_day的天数差
            group['day_diff'] = group['Date'].dt.day - target_day
            # 排序规则：先按day_diff的绝对值升序，再按day_diff降序（正差值优先）
            sorted_group = group.sort_values(by=['day_diff', 'day_diff'], key=lambda x: (x.abs(), -x))
            # 取最近的一条记录
            result.append(sorted_group.iloc[[0]])
    
    # 合并结果并按日期排序，移除临时计算列
    final_df = pd.concat(result).drop('day_diff', axis=1).sort_values('Date')
    return final_df

# 使用示例：传入你的DataFrame和目标日（如8）
filtered_df = get_target_or_closest(data, target_day=8)

代码说明 #

• pd.to_datetime(df['Date'])：统一日期格式，避免后续调用dt属性时出错
• 分组键[df['Date'].dt.year, df['Date'].dt.month]：将数据拆分为单个自然月的组，保证每个组独立处理
• 天数差排序逻辑：通过绝对值排序找到最近日期，同时让正差值（指定日后的日期）排在前面，满足需求中"优先取较晚日期"的规则
• 最终合并结果并按日期排序，保证输出数据的时序性

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