Pandas date_range取月末序列时月末为结束日期多出月份问题解决
问题根因
首先明确两个关键特性:
pd.offsets.MonthEnd()属于锚点类偏移量,默认n=1的行为是:如果输入日期已经是当月月末,会直接跳到下一个月的月末;只有输入日期不是月末时,才返回当月最近的月末。
可通过以下代码验证:# 3月30日不是月末,偏移后返回当月月末 pd.Timestamp('2020-03-30') + pd.offsets.MonthEnd() # 输出:Timestamp('2020-03-31') # 3月31日已经是月末,偏移后会跳到下一个月的月末 pd.Timestamp('2020-03-31') + pd.offsets.MonthEnd() # 输出:Timestamp('2020-04-30')- 你遇到的多返回4月月末的问题,本质是结束日期传入
03/31/2020时,加完偏移后date_range的实际结束参数已经变成了2020-04-30,并非date_range(freq='M')的截断逻辑异常。之前传入03/30/2020时偏移结果刚好是2020-03-31,所以结果正常。
兼容解决方案
目标是无论结束日是当月任意一天(包括当天就是月末的场景),都能正确限定结束边界为当月月末。
方案1:使用MonthEnd(0)偏移(推荐)
给MonthEnd偏移传入参数n=0,该参数的作用是:无论输入日期是否已经是月末,都返回日期所属月份的最后一天,不会额外跳到下一个月。
修改后的代码:
# 场景1:结束日传3月30日 start, end = pd.to_datetime(['01/01/2020', '03/30/2020']) + pd.offsets.MonthEnd(0) pd.date_range(start=start, end=end, freq='M') # 输出:DatetimeIndex(['2020-01-31', '2020-02-29', '2020-03-31'], dtype='datetime64[ns]', freq='M') # 场景2:结束日传3月31日 start, end = pd.to_datetime(['01/01/2020', '03/31/2020']) + pd.offsets.MonthEnd(0) pd.date_range(start=start, end=end, freq='M') # 输出和场景1完全一致,不会额外返回4月30日的条目
方案2:偏移后边界校验
如果需要保留原有MonthEnd()的偏移逻辑,可以在偏移完成后加兜底判断,确保结束边界不会超过原始传入的结束日期范围:
raw_start, raw_end = pd.to_datetime(['01/01/2020', '03/31/2020']) start = raw_start + pd.offsets.MonthEnd() # 结束日偏移后如果超过原始结束日所在的月份,就回退一个月 end = raw_end + pd.offsets.MonthEnd() if end > raw_end + pd.Timedelta(days=1): end -= pd.offsets.MonthEnd() pd.date_range(start=start, end=end, freq='M')
内容的提问来源于stack exchange,提问作者qqqjohn
相关产品推荐
相关产品推荐

