如何按日值阈值调整Pandas数据框中日期列的日期？

问题场景 #

现有包含日期列的DataFrame：

dates
0 2017-09-19
1 2017-08-28
2 2017-07-13

需要按以下规则调整日期：

• 日期日部分小于15时，改为上月月末
• 日期日部分大于等于15时，改为当月月末

期望输出：

dates
0 2017-09-30
1 2017-08-31
2 2017-06-30

解决方案（Pandas实现） #

利用Pandas的日期偏移工具可高效完成需求，代码如下：

import pandas as pd
from pandas.tseries.offsets import MonthEnd

# 构造示例数据
df = pd.DataFrame({'dates': ['2017-09-19', '2017-08-28', '2017-07-13']})
# 将字符串日期转为datetime类型（必须步骤）
df['dates'] = pd.to_datetime(df['dates'])

# 按条件调整日期
df['dates'] = df['dates'].apply(
    lambda x: (x - pd.DateOffset(months=1)) + MonthEnd(0) if x.day < 15 else x + MonthEnd(0)
)

# 查看结果
print(df)

代码说明 #

1. 类型转换：先用pd.to_datetime将字符串列转为datetime格式，这是日期处理的基础
2. 条件判断与日期偏移：
   • 当日期的日部分小于15时，先通过pd.DateOffset(months=1)减去一个月，再用MonthEnd(0)获取该月的最后一天
   • 当日期的日部分大于等于15时，直接用MonthEnd(0)获取当月最后一天

内容的提问来源于stack exchange，提问作者The Dodo