如何使用Pandas按每月23日至次月23日进行自定义月度聚合？

原数据构造代码 #

import pandas as pd

tidx = pd.date_range('2022-10-01', periods=10, freq='10D') 
data_frame = pd.DataFrame(1, columns=['inventory'], index=tidx)

解决方案思路 #

resample默认按自然月边界分组，要实现自定义的“每月23日到次月23日”区间，核心是调整日期的分组基准：将每个日期减去23天，这样原区间内的日期会被归到同一个基准月，再用resample按月份汇总，最后还原索引日期即可。

实现代码 #

# 调整索引，将日期映射到对应的基准月（减去23天）
adjusted_index = data_frame.index - pd.Timedelta(days=23)
# 按基准月重采样求和
sum_result = data_frame.set_index(adjusted_index).resample('M')['inventory'].sum()
# 将结果索引加回23天，得到区间的结束日期
sum_result.index = sum_result.index + pd.Timedelta(days=23)
# 命名索引明确含义
sum_result.index.name = '区间结束日期'

print(sum_result)

输出结果 #

区间结束日期
2022-10-23    3
2022-11-23    3
2022-12-23    3
2023-01-23    1
Name: inventory, dtype: int64

结果说明 #

• 2022-10-23对应区间：2022-09-23 ~ 2022-10-23，包含原数据中的2022-10-01、2022-10-11、2022-10-21，总和为3
• 2022-11-23对应区间：2022-10-23 ~ 2022-11-23，包含原数据中的2022-10-31、2022-11-10、2022-11-20，总和为3
• 以此类推，最后一个区间2022-12-23 ~ 2023-01-23仅包含2022-12-30，总和为1

内容的提问来源于stack exchange，提问作者Phoenix