如何将DataFrame的时间戳索引设置为对应月份的第一天

解决方法 #

你之前的代码存在两个问题：

• 使用了M频率，对应的是每月最后一天，不符合你要月度首日的需求
• 加了kind='period'参数，返回的是Period类型索引，本身仅存储年月维度信息，不会显示日部分

你可以直接用MS（Month Start）作为重采样频率，不需要指定period类型，直接就能得到月度首日的datetime类型索引：

df['value'].resample('MS').sum()

如果已经生成了月度周期类型的结果，也可以手动将索引转成月度首日的标准日期格式：

res = df['value'].resample('M', kind='period').sum()
res.index = res.index.to_timestamp(freq='MS')

完整测试示例

import pandas as pd

# 构造测试数据，包含8、9两个月份的日期
dates = pd.date_range(start='2018-08-10', end='2018-09-20', freq='D')
df = pd.DataFrame({'value': range(len(dates))}, index=dates)

# 直接重采样到月度首日
result = df['value'].resample('MS').sum()
print(result)

运行输出结果的索引就是你需要的2018-08-01、2018-09-01格式的标准日期，多个DataFrame统一用该方法处理后索引完全对齐，可以直接做后续的关联、运算操作。

内容的提问来源于stack exchange，提问作者user13696679