混杂不同周期索引的df仅保留日度数据行的实现方案咨询

核心是利用日度数据的Date字段固定格式规则做筛选，无需手动指定截断位置，每次下载完数据运行对应代码即可自动提取全部日度记录。

实现代码（Python Pandas环境） #

import pandas as pd

# 方法1：正则匹配筛选DD-MM-YYYY格式的日度记录
df_daily = df[df['Date'].astype(str).str.match(r'^\d{2}-\d{2}-\d{4}$')].copy()

# 可选：将Date列转为标准日期格式，方便获取最新记录
df_daily['Date'] = pd.to_datetime(df_daily['Date'], format='%d-%m-%Y')

# 可选：提取最新的1条日度记录
latest_daily_record = df_daily.nlargest(1, 'Date')

逻辑说明 #

• 日度数据的Date字段格式统一为DD-MM-YYYY，即2位日期+2位月份+4位年份，用横杠分隔，通过正则^\d{2}-\d{2}-\d{4}$可以精准匹配该格式的记录
• 自动过滤不符合格式的行：包括Monthly/Yearly分类头、MM-YYYY格式的月度数据、Total XXXX格式的年度数据
• 若后续数据源的日度日期格式发生调整，仅需修改正则匹配规则和pd.to_datetime的format参数即可适配

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