Python如何无需for循环获取pandas日期列对应每个月的最后一天

现有2107260行、8列的数据集，需要将Date列的所有日期转换为对应月份的最后一天。

• 原始数据快照：
• 转换后预期效果：

当前已有的for循环实现代码如下：

df2_1=pd.read_csv("C:\\Users\\Chirantan.Gupta\\Desktop\\Poland_Project\\V1_Data_SFS_2017_21.csv",low_memory=False)

import calendar
from datetime import timedelta
from datetime import date

df2_1['Date'] =  pd.to_datetime(df2_1['Date'], format='%Y-%d-%m')
df2_1['Date']= df2_1['Date'].dt.date

for i in range(df2_1.shape[0]):
    df2_1.iloc[i,6]=date(df2_1.iloc[i,6].year + (df2_1.iloc[i,6].month == 12), 
              (df2_1.iloc[i,6].month + 1 if df2_1.iloc[i,6].month < 12 else 1), 1) - timedelta(1)

该方案遍历200万行数据耗时过长，完全不可用，需要无for循环的高效实现方案。

方案1：使用pandas内置MonthEnd偏移量（代码最简） #

pandas内置的月份偏移工具直接支持向量化运算，代码仅需1行即可完成转换：

import pandas as pd

df2_1 = pd.read_csv("C:\\Users\\Chirantan.Gupta\\Desktop\\Poland_Project\\V1_Data_SFS_2017_21.csv", low_memory=False)
# 转换为datetime类型，保持原格式参数不变
df2_1['Date'] = pd.to_datetime(df2_1['Date'], format='%Y-%d-%m')
# 转换为当月最后一天，MonthEnd(0)保证当月月末日期不会偏移到下月
df2_1['Date'] = df2_1['Date'] + pd.offsets.MonthEnd(0)
# 若需要保留datetime.date格式，可增加下行，不需要可删除
df2_1['Date'] = df2_1['Date'].dt.date

方案2：手动向量化计算（兼容性更高） #

如果不想依赖pandas的offset模块，也可以通过「下月初减1天」的逻辑向量化实现：

import pandas as pd
from datetime import timedelta

df2_1 = pd.read_csv("C:\\Users\\Chirantan.Gupta\\Desktop\\Poland_Project\\V1_Data_SFS_2017_21.csv", low_memory=False)
df2_1['Date'] = pd.to_datetime(df2_1['Date'], format='%Y-%d-%m')
# 先加1个月，取当月1号再减1天，得到当月最后一天
df2_1['Date'] = (df2_1['Date'] + pd.DateOffset(months=1)).dt.to_period('M').dt.to_timestamp() - timedelta(days=1)
# 转date格式按需添加
df2_1['Date'] = df2_1['Date'].dt.date

两种方案均为向量化运算，200万行数据的处理耗时仅需数秒，远快于原始for循环方案。

内容的提问来源于stack exchange，提问作者Saradamani