Pandas：即使日期已经在月末，也能正确获取业务月末日期

Question

假设我有如下数据框

date,ent_id,val
2021-03-23,101,61
2021-03-12,103,64
2021-03-15,101,32
2021-04-01,103,39
2021-04-02,101,71
2021-04-02,103,79
2021-04-30,101,51
2021-04-30,103,53
2021-05-31,101,28
2021-05-31,103,26
2021-05-31,101,47
2021-05-31,103,61
2021-06-06,101,45
2021-06-06,103,78
2021-06-07,101,23
2021-06-07,103,31
2021-07-31,101,14
2021-07-31,103,02
2021-07-31,101,82
2021-07-31,103,15

我想在包含月底日期的数据框中创建一个附加列 基于以下条件

case 
when DAYNAME('date')='Sunday' then days_add(date,-2)
when DAYNAME('date')='Saturday' then days_add(date,-1)
else date 

所以输出会是这样的

date,ent_id,val,month_end
2021-03-23,101,61,2021-03-31
2021-03-12,103,64,2021-03-31
2021-03-15,101,32,2021-03-31
2021-04-01,103,39,2021-04-30
2021-04-02,101,71,2021-04-30
2021-04-02,103,79,2021-04-30
2021-04-30,101,51,2021-04-30
2021-04-30,103,53,2021-04-30
2021-05-31,101,28,2021-05-31
2021-05-31,103,26,2021-05-31
2021-05-31,101,47,2021-05-31
2021-05-31,103,61,2021-05-31
2021-06-06,101,45,2021-06-30
2021-06-06,103,78,2021-06-30
2021-06-07,101,23,2021-06-30
2021-06-07,103,31,2021-06-30
2021-07-31,101,14,2021-07-31
2021-07-31,103,02,2021-07-31
2021-07-31,101,82,2021-07-31
2021-07-31,103,15,2021-07-31

我的努力

import pandas as pd
from datetime import timedelta
from pandas.tseries.offsets import MonthEnd
import numpy as np

df.loc[(df['date']+MonthEnd(0)).dt.day_name()=='Sunday','month_end'] =[df.loc[(df['date']+MonthEnd(0)).dt.day_name()=='Sunday']['date']+timedelta(days=-2)]
df.loc[(df['date']+MonthEnd(0)).dt.day_name()=='Saturday','month_end'] =[df.loc[(df['date']+MonthEnd(0)).dt.day_name()=='Saturday']['date']+timedelta(days=-1)]

但出现此错误

ValueError: Must have equal len keys and value when setting with an ndarray

欢迎任何其他更好的解决方案

Answer 1

您可以使用pd.offsets.MonthEnd(n=0)，然后针对周日和周六进行调整。请注意，n=0 是必需的，否则 2021-07-31 将前滚到 2021-08-31。

df['month_end'] = df['date'] + pd.offsets.MonthEnd(n=0)
df.loc[df['month_end'].dt.day_name() == 'Sunday', 'month_end'] -= pd.DateOffset(2)
df.loc[df['month_end'].dt.day_name() == 'Saturday', 'month_end'] -= pd.DateOffset(1)


print(df)

         date  ent_id  val  month_end
0  2021-03-23     101   61 2021-03-31
1  2021-03-12     103   64 2021-03-31
2  2021-03-15     101   32 2021-03-31
3  2021-04-01     103   39 2021-04-30
4  2021-04-02     101   71 2021-04-30
5  2021-04-02     103   79 2021-04-30
6  2021-04-30     101   51 2021-04-30
7  2021-04-30     103   53 2021-04-30
8  2021-05-31     101   28 2021-05-31
9  2021-05-31     103   26 2021-05-31
10 2021-05-31     101   47 2021-05-31
11 2021-05-31     103   61 2021-05-31
12 2021-06-06     101   45 2021-06-30
13 2021-06-06     103   78 2021-06-30
14 2021-06-07     101   23 2021-06-30
15 2021-06-07     103   31 2021-06-30
16 2021-07-31     101   14 2021-07-30
17 2021-07-31     103    2 2021-07-30
18 2021-07-31     101   82 2021-07-30
19 2021-07-31     103   15 2021-07-30

请注意，尽管您似乎想要获取一个月的最后一个营业日期，但我们不能简单地使用pd.offsets.BMonthEnd(n=0)，因为 2021-07-31 仍将前滚至 2021-08- 31.

编辑：使用 BMonthEnd 的解决方案

当我第一次看到这个问题时，我立刻想到的是，也许我们可以利用pd.offsets.BMonthEnd来解决这个问题。

我也知道对于pd.offsets.MonthEnd，我们可以使用参数n=0（或简单的0）来确保日期不会滚动到一个锚点上（如果日期已经在一个锚点上在这种情况下为月末日期）。因此，我最初的尝试是使用pd.offsets.BMonthEnd(n=0)。令我惊讶的是，它的行为与 MonthEnd 对应物不同。 2021-07-31 的日期仍然前滚到 2021-08-31。

由于这种问题很常见，我想提供一个解决方法，让我们仍然可以使用BMonthEnd，而不是提供代码来检查和修改周日和周六。

这是使BMonthEnd 的行为类似于MonthEnd(n=0) 的解决方法代码：

df['business_month_end'] = df['date'] + pd.offsets.MonthEnd(0) - pd.offsets.MonthBegin() + pd.offsets.BMonthEnd()

这里，MonthEnd(0) 与MonthEnd(n=0) 相同，而MonthEnd() 和BMonthEnd() 不传递参数与传递n=1 相同（默认）。

机制是我们借用MonthEnd(n=0)的特性，即使在锚点上也保持锚点，并获取该日期的月份开始（应该是同一个月内的第一个日期），然后应用BMonthEnd函数让它为我们获取同月的最后一个营业日期（如果日期落在星期日和星期六，则进行调整）。

Answer 2

这应该可行：

df['month_end'] = df.date + pd.offsets.MonthEnd(n=0)
df.loc[df.index.day_name()=='Sunday', 'month_end'] -= pd.DateOffset(days=2)
df.loc[df.index.day_name()=='Saturday', 'month_end'] -= pd.DateOffset(days=1)

请注意，如果您对当月的最后一个工作日感兴趣，您可以这样做：

df['month_end'] = df.date + pd.offsets.BusinessMonthEnd(n=0)