Pandas如何按条件删除DataFrame中不符合日期规则的行

使用yfinance拉取指定区间月度ETF收益率数据时，返回的DataFrame时间索引存在非标准月度对齐的异常行（例如索引为2021-03-22的行），需要删除所有日期不以01结尾的行，仅保留符合月度时间规则的记录。
初始实现代码：

import yfinance as yf
import numpy as np
import pandas as pd
import datetime

ETF_DB = ['QQQ', 'EGFIX']
fundsret = yf.download(ETF_DB, start=datetime.date(2020,12,31), end=datetime.date(2022,4,30), interval='1mo')['Adj Close'].pct_change()
df = pd.DataFrame(fundsret)
df

代码运行输出示例：

不要用逐行遍历的方式处理，pandas的向量化筛选性能更好、代码更简洁：

• 方法1：直接通过时间索引的日属性筛选（推荐，性能最优）
  yfinance返回的时间索引默认是datetime类型，直接提取索引的day属性，保留日份等于1的行即可，自动过滤所有不符合要求的记录：

df = df[df.index.day == 1]

• 方法2：字符串匹配筛选
  如果需要严格匹配日期字符串以01结尾的规则，可以将时间索引格式化为字符串后做后缀匹配：

df = df[df.index.strftime('%Y-%m-%d').str.endswith('01')]

优化提示：yfinance的月度间隔接口偶尔会出现日期偏移的脏数据，更稳妥的方案是拉取日度数据后自行重采样为月度频率，从根源避免日期不对齐问题：

# 拉取日度收盘价
price_df = yf.download(ETF_DB, start=datetime.date(2020,12,31), end=datetime.date(2022,4,30))['Adj Close']
# 按月初对齐重采样，计算月度收益率
fundsret = price_df.resample('MS').first().pct_change()

内容的提问来源于stack exchange，提问作者WDHud