Pandas实现：查找每月第一个周一后的首个周五

问题描述 #

尝试用Pandas实现查找每月第一个周一之后的首个周五的功能，现有代码无返回结果：

df[(df.index.day_of_week==0) & (df.index.day<15) & (df.shift(-4).index.day_of_week==4)]

数据结构示例（已添加day_of_week列，0=周一，4=周五）：

close  day_of_week
date                                
2022-07-01  3825.330078            4
2022-07-05  3831.389893            1
2022-07-06  3845.080078            2
2022-07-07  3902.620117            3
2022-07-08  3899.379883            4
2022-07-11  3854.429932            0
2022-07-12  3818.800049            1
2022-07-13  3801.780029            2
2022-07-14  3790.379883            3
2022-07-15  3863.159912            4
...
2022-08-01  4118.629883            0
2022-08-02  4091.189941            1
2022-08-03  4155.169922            2
2022-08-04  4151.939941            3
2022-08-05  4145.189941            4
...
2022-09-01  3966.850098            3
2022-09-02  3924.260010            4
2022-09-06  3908.189941            1
2022-09-07  3979.870117            2
2022-09-08  4006.179932            3
2022-09-09  4067.360107            4
2022-09-12  4110.410156            0
2022-09-13  3932.689941            1
2022-09-14  3946.010010            2
2022-09-15  3901.350098            3
2022-09-16  3873.330078            4
...

期望结果：

2022-07-15  3863.159912            4
2022-08-05  4145.189941            4
2022-09-16  3873.330078            4
2022-10-07  3639.659912            4

补充疑问：现有代码无返回，是否是筛选时不支持shift操作？

问题分析 #

代码失效不是因为shift不支持，而是逻辑错误：

• df.shift(-4)只会移动数据行，索引不会改变，所以df.shift(-4).index.day_of_week和原索引的day_of_week完全一致，这部分条件永远不成立，导致无结果。
• 直接用固定天数偏移忽略了非交易日缺失的情况（比如7月2-4日是周末，数据中无记录），无法对应正确日期。

解决方案 #

步骤说明 #

1. 筛选所有周一，按月份分组取每月第一个周一
2. 对每个第一个周一，找到之后（含当周）的首个周五
3. 从原数据中提取这些周五的记录

代码实现 #

import pandas as pd

# 确保索引为datetime类型
df.index = pd.to_datetime(df.index)

# 1. 获取每月第一个周一的日期
first_mondays = df[df['day_of_week'] == 0].groupby([df.index.year, df.index.month]).first()
first_monday_dates = first_mondays.index.to_list()
# 转换为完整datetime格式
first_monday_dates = [pd.Timestamp(f"{y}-{m:02d}-{d}") for (y, m), d in zip(first_mondays.index, first_mondays.index.get_level_values(2))]

# 2. 遍历每个周一，找到之后的首个周五
target_fridays = []
for date in first_monday_dates:
    # 筛选该日期之后的所有周五
    candidate_fridays = df[(df.index >= date) & (df['day_of_week'] == 4)]
    if not candidate_fridays.empty:
        target_fridays.append(candidate_fridays.index[0])

# 3. 提取目标周五的记录
result = df.loc[target_fridays]
print(result)

简化版（适用于无缺失的完整交易日数据） #

如果数据是连续无缺失的交易日，可以直接用日期偏移：

import pandas as pd

df.index = pd.to_datetime(df.index)

# 获取每月第一个周一
first_mondays = df[df['day_of_week'] == 0].groupby([df.index.year, df.index.month]).first()
first_monday_dates = [pd.Timestamp(f"{y}-{m:02d}-{d}") for (y, m), d in zip(first_mondays.index, first_mondays.index.get_level_values(2))]

# 计算每个周一之后的首个周五
target_fridays = []
for date in first_monday_dates:
    candidate = date + pd.Timedelta(days=4)
    if candidate in df.index:
        target_fridays.append(candidate)
    else:
        # 若候选日期不在数据中，找下一个周五
        next_friday = candidate + pd.DateOffset(weeks=1)
        while next_friday not in df.index:
            next_friday += pd.DateOffset(weeks=1)
        target_fridays.append(next_friday)

result = df.loc[target_fridays]
print(result)

补充说明 #

• shift操作仅移动数据，不会修改索引，所以之前用df.shift(-4).index是错误用法，应检查移动后的数据列而非索引。
• 处理交易日数据时，必须考虑非交易日缺失，优先用筛选目标日期范围的方式获取结果，避免固定天数偏移的误差。

内容的提问来源于stack exchange，提问作者mike01010