Pandas按月分组取行时如何保留原始实际最后索引而非月末日历日期

当你使用时间频率作为分组规则时，pandas的resample和pd.Grouper有明确的默认行为逻辑，几种写法的差异本质是操作类型的不同：

• 使用freq='1M'分组时，pandas首先会按照日历月的时间区间拆分数据，每个分组的默认标识（分组键）是对应月份的日历最后一天，和原始数据中实际存在的日期无关。
• .last()、.agg()属于聚合操作：运算后返回的结果长度和分组数一致，索引会直接使用前面提到的分组键（日历月末日期），因此会覆盖原始的索引值，所以得到的索引不是你需要的实际交易日。
• .tail(1)属于行筛选操作：直接从每个分组里提取最后1行的完整原始数据，不会修改行的索引标签，因此保留的就是当月实际存在的最后一条数据的原始索引，符合你的需求。

resample本身的内置参数仅支持调整基于日历区间的索引规则，不会自动匹配原始数据的实际日期，如果你需要基于resample实现相同效果，有两种通用方案：

1. 结合apply和tail直接提取原始行，关闭分组键层级即可

df.resample('1M', group_keys=False).apply(lambda x: x.tail(1))

2. 先聚合再手动替换索引为原始数据的当月最大日期

# 先按resample规则取每月最后一行的数值
res = df.resample('1M').last()
# 把索引替换为每个月原始数据的实际最大日期
res.index = df.groupby(pd.Grouper(freq='1M')).apply(lambda grp: grp.index.max())

如果你只需要调整resample默认的日历区间索引规则，可以修改以下两个参数：

• label：可选left/right，控制索引使用时间区间的左端点还是右端点，比如freq='1M'默认label='right'用月末作为索引，设为left就会用当月1号作为索引
• closed：可选left/right，控制时间区间的闭合方向，会影响边缘日期的数据被划分到哪个分组

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