【问题标题】：How to index out the past month in pandas?如何在熊猫中索引过去一个月？
【发布时间】：2021-03-22 22:56:04
【问题描述】：

好的，所以我想知道是否可以在不指定确切月份的情况下在 pandas 中索引 4 个月。所以说代码是：

import pandas as pd
import datetime as dt
import pandas_datareader as web

start_date = '2019-01-01'
end_date = '2020-11-01'

df = web.datareader('AMD', yahoo, start, end)

这段代码提取了近 2 年的数据，所以我的问题是如何索引过去 4 个月，而不指定 2020 年 7 月 1 日到现在？（顺便说一下，这样做的原因是说我总是需要过去 4 个月，随着时间的推移，2020 年 7 月 1 日将不再是最后 4 个月，所以我试图找到一种方法来找到持续 4 个月，无需每天更换）

【问题讨论】：

你可以使用end_date = pd.Timestamp.now().date()然后start_date = end_date - pd.DateOffset(months=4)？

标签： python pandas dataframe datetime indexing

【解决方案1】：

您可以使用日期时间模块中的date 和relativedelta。

import pandas as pd
import pandas_datareader as web
from datetime import date
from dateutil.relativedelta import relativedelta

end = date.today()
start = end + relativedelta(months=-4)
stocks = ['AMD']

df = web.DataReader(stocks, 'yahoo', start, end)

输出

print(df.head(2).append(df.tail(2)))
Attributes  Adj Close      Close       High        Low       Open    Volume
Symbols           AMD        AMD        AMD        AMD        AMD       AMD
Date                                                                       
2020-08-11  76.879997  76.879997  80.709999  76.099998  80.709999  77877700
2020-08-12  82.610001  82.610001  82.879997  77.550003  78.430000  88607800
2020-12-10  91.660004  91.660004  92.089996  89.029999  89.550003  33771700
2020-12-11  90.440002  90.440002  91.790001  90.160004  89.550003   3404191

【讨论】：

【解决方案2】：

您可以动态定义 start_date 和 end_date，例如：

from datetime import date
from dateutil.relativedelta import relativedelta

end_date = date.today().strftime("%Y-%m-%d")

start_date = (date.today() - relativedelta(months=4)).strftime("%Y-%m-%d")

【讨论】：