Pandas Grouper日期值异常：分组后为何返回原数据不存在的日期？

这是个很常见的Pandas时间序列分组误区，我来帮你拆解清楚问题所在和对应的解决办法～

为什么groupby(pd.Grouper(freq='M')).last()会返回月末日期？ #

你观察到的现象其实是pd.Grouper(freq='M')的设计逻辑导致的：

• 当你用freq='M'作为分组依据时，Pandas会自动将所有时间戳归组到当月的最后一个日历日（比如4月的所有数据都会被分到2017-04-30这个组标签下），不管你的原始数据里有没有这个日期。
• last()方法确实会取每组内原始数据的最后一条记录的值，但分组后的结果索引会被替换成预设的组标签（也就是月末日期），并不是Pandas把4月28日的值“映射”到了4月30日，只是索引被替换成了分组的标准标签而已。

为什么groupby(pd.Grouper(freq='M')).max()不符合需求？ #

max()方法是对每一列分别取最大值：

• 对日期列（或索引），它会取组内的最大日期；但对CumReturn列，它会取组内的最大值。
• 这就导致结果可能是组内CumReturn最大的那行，而不是日期最晚的那行（比如你4月的数据里，4/4的CumReturn是100，是最大值，所以max()会返回这行，和你要的“最晚日期”需求不匹配）。

正确的解决方法：保留原始的最晚日期 #

要获取每月实际存在数据的最晚日期及对应值，我们可以换一种分组方式，直接按月份周期分组，而不是按月末日历日分组：

import pandas as pd

# 读取并预处理数据（注意要正确设置索引）
df = pd.read_clipboard(parse_dates=['Date'])
df = df.set_index('Date')  # 这里必须赋值，否则索引不会修改

# 按月份周期分组，取每组的最后一行（保留原始日期）
result = df.groupby(df.index.to_period('M')).apply(lambda x: x.iloc[-1])

运行后你会得到符合预期的结果：

方法原理： #

• df.index.to_period('M')会把每个时间戳转换成对应的月份周期（比如2017-04），这样分组的依据是“月份”而非“月末日期”。
• apply(lambda x: x.iloc[-1])直接取每组内的最后一条记录，保留了原始数据的日期索引和对应的值，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Evan