如何用Pandas生成符合自定义规则的月度间隔日期序列？

嘿，我完全懂你的需求——你想要的是跟着起始日期的日份走的月度序列：如果起始日不是月末，就固定同一天；如果是月末，就自动适配每个月的最后一天（哪怕是闰年的2月29日）。Pandas自带的date_range用freq='M'确实只会硬取月末，完全不符合你的预期，不过我们可以用两种简单的方式实现你要的效果：

方法一：纯Python实现（无需Pandas） #

如果你不想依赖Pandas，用dateutil库就能搞定，它处理日期偏移非常灵活：

from datetime import date
from dateutil.relativedelta import relativedelta

def some_function(start_date: date, periods: int, freq='M'):
    # 辅助函数：判断日期是否为当月最后一天
    def is_month_end(d):
        # 下个月第一天减一天，就是当月最后一天
        next_month_first = d + relativedelta(months=1, day=1)
        month_last_day = next_month_first - relativedelta(days=1)
        return d.day == month_last_day.day
    
    result = []
    current = start_date
    for _ in range(periods):
        result.append(current.strftime('%Y-%m-%d'))
        if is_month_end(start_date):
            # 起始是月末，每次跳到下个月的最后一天
            current = current + relativedelta(months=1)
            current = (current + relativedelta(months=1, day=1)) - relativedelta(days=1)
        else:
            # 非月末，直接加一个月，保持日数不变
            current = current + relativedelta(months=1)
    return result

# 测试非月末场景
print(some_function(date(2005, 5, 14), 4))
# 输出: ['2005-05-14', '2005-06-14', '2005-07-14', '2005-08-14']

# 测试月末场景
print(some_function(date(2007, 12, 31), 4))
# 输出: ['2007-12-31', '2008-01-31', '2008-02-29', '2008-03-31']

方法二：Pandas优化实现 #

如果你已经在使用Pandas，那可以利用它的日期工具更简洁地实现：

import pandas as pd
from datetime import date

def some_function(start_date: date, periods: int, freq='M'):
    start_dt = pd.to_datetime(start_date)
    # 判断起始日期是否为月末
    is_month_end = start_dt.is_month_end
    
    if is_month_end:
        # 月末场景：直接用'M'频率生成月末日期序列
        date_series = pd.date_range(start_dt, periods=periods, freq='M')
    else:
        # 非月末场景：用DateOffset逐个加月，保持日数不变
        date_series = [start_dt + pd.DateOffset(months=i) for i in range(periods)]
    
    # 转换为要求的字符串格式列表
    return [dt.strftime('%Y-%m-%d') for dt in date_series]

# 测试效果和上面完全一致
print(some_function(date(2005, 5, 14), 4))
print(some_function(date(2007, 12, 31), 4))

两种方法的特点 #

• 纯Python方法：不依赖Pandas，适合轻量场景，dateutil是Python生态中处理日期的常用库，安装也很简单（pip install python-dateutil）。
• Pandas方法：代码更简洁，适合已经在做数据分析的项目，利用Pandas的日期处理能力减少重复代码。

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