如何从Pandas时间序列DataFrame提取月末最近行至新DataFrame

这个需求在量化分析或日常数据整理里挺常见的，用pandas可以实现完全动态的解决方案——不用依赖固定行索引，完美适配DataFrame内容变化的场景，具体步骤如下：

1. 确保日期列是datetime类型 #

首先得保证你的Date列是pandas的datetime格式，不然没法做后续的时间计算。如果还没转换，执行这行：

import pandas as pd

dfMain['Date'] = pd.to_datetime(dfMain['Date'])

要是Date已经是datetime类型，这步可以直接跳过。

2. 计算每个日期到当月月末的天数差 #

我们需要先拿到每个日期对应的当月最后一天，再计算该日期与月末的天数差（取绝对值，因为不管是月末前还是月末后，只要最接近就行）：

# 生成每个日期对应的当月月末日期
dfMain['month_end'] = dfMain['Date'] + pd.offsets.MonthEnd(0)
# 计算日期与月末的天数差（绝对值）
dfMain['days_to_end'] = (dfMain['month_end'] - dfMain['Date']).dt.days.abs()

3. 按月份分组，筛选最接近月末的行 #

接下来按「年份+月份」分组，在每组里找到days_to_end最小的那一行（也就是离月末最近的行）：

# 分组后获取每组天数差最小的行的索引
closest_indices = dfMain.groupby([dfMain['Date'].dt.year, dfMain['Date'].dt.month])['days_to_end'].idxmin()
# 根据索引提取目标行，同时删掉临时生成的辅助列
result_df = dfMain.loc[closest_indices].drop(columns=['month_end', 'days_to_end'])

额外说明 #

• 如果你的Date列是DataFrame的索引（而非普通列），只需要把代码里的dfMain['Date']替换成dfMain.index即可。
• 要是某月份里有两行离月末的天数完全相同（比如一个在月末前1天，一个在月末后1天），idxmin()会返回组内第一个出现的那一行，你可以根据需求调整逻辑（比如取后一个，或者全部保留）。

内容的提问来源于stack exchange，提问作者lee.edward01