如何将Pandas日频DataFrame重采样至序列实际月末而非日历月末？

当你需要将日频股票数据重采样为月频，且保留每个月数据中实际最后一个交易日的日期（而非日历月末），可以用以下两种简洁方法：

方法1：使用groupby + pd.Grouper直接取每组最后一行 #

这种方法最直接，分组后直接获取每组的最后一行，索引会自动保留原始数据中的实际最后日期：

import pandas as pd

# 假设df是你的日频股票数据DataFrame，索引为日期类型
result = df.sort_index().groupby(pd.Grouper(freq='M')).last()

• pd.Grouper(freq='M')按自然月分组，确保同一月份的数据被归为一组
• .last()直接提取每组的最后一行，保留原始的日期索引和对应价格

方法2：修正resample后的索引 #

如果你更习惯用resample，可以先获取重采样后的数据，再替换索引为实际最后日期：

# 先通过resample获取月度数据（此时索引是日历月末）
resampled_data = df.sort_index().resample('M').last()
# 提取每个月的实际最后日期
actual_end_dates = df.sort_index().groupby(df.index.to_period('M')).apply(lambda x: x.index[-1])
# 替换索引
resampled_data.index = actual_end_dates

两种方法都能实现你的需求：既得到每个月最后一个交易日的价格，又保留对应的实际日期，而非默认的日历月末（比如2022-07-31）。

内容的提问来源于stack exchange，提问作者youmac