编辑日期列表

Question

我有一个数据框，其中索引是日期。我想获取索引中的日期列表，但只能每 90 天获取一次。所以应该是[1999-01-01, 1999-04-01, 1999-07-01...] 等等。

df #is my dataframe
date_list = df.index.tolist()
new_list=[]
for date in date_list:
    new_date = date +datetime.timedelta(days=90)
    new_list.append(new_date)

这只是给了我所有的日期，但移动了 90 天。我正在使用datetime.timedelta()，因为我的数据框缺少假期或周末等日期，所以我不能只调用数据框中的每个第 90 个单元格。

首先我只想获取列表，然后我将进行一个while循环以确保列表中的日期可以移动一到三天，以防它落在周末或节假日。

Answer 1

更有效的方法是使用date_range 使用索引中的第一个和最后一个值生成范围：

pd.date_range(start, end, freq='90D')

其中 start 和 end 分别是 df.index[0] 和 df.index[-1]，freq 参数接受一个频率值，这里是 90 天，适合您的要求。

这将比为每个值添加 90 天然后废弃大部分值要快得多。

Answer 2

假设你已经有一个日期列表，你不能只使用一个步幅吗？

date_list = pd.date_range('2015-01-01', periods=365)

>>> date_list[::90]
DatetimeIndex(['2015-01-01', '2015-04-01', '2015-06-30', '2015-09-28',
               '2015-12-27'],
              dtype='datetime64[ns]', freq='90D', tz=None)

鉴于日期在您的索引中，您可以这样做：

new_dates = df.index[::90]

编辑

鉴于您的初始日期有周末和节假日，并且您希望实际间隔为 90 天，您可以使用 asof 获取截至第 90 天间隔的最新值：

# An index based on M-F weekdays.
weekdays = pd.Index([d for d in pd.date_range('2015-01-01', periods=365) 
                     if d.weekday() < 5])

new_dates = [weekdays.asof(d) for d in pd.date_range('2015-01-01', '2015-12-31', freq='90D')]
>>> new_dates
[Timestamp('2015-01-01 00:00:00'),
 Timestamp('2015-04-01 00:00:00'),
 Timestamp('2015-06-30 00:00:00'),
 Timestamp('2015-09-28 00:00:00'),
 Timestamp('2015-12-25 00:00:00')]

Answer 3

改进 EdChum 的答案：

导致您的数据框缺少日期，

中的所有日期

pd.data_range(start, end, freq='90D')

在您的索引中不是必需的，因此您应该：

dates_series = df.index

lst_dates = []
for dates_90D in pd.data_range(start, end, freq='90D'):
    dates_in_index = dates_series[dates_series>=dates_90D].min()
    lst_dates.append(dates_in_index)

同：

lst_dates = [df.index[df.index>=dates_90D] for dates_90D in pd.data_range(start, end, freq='90D')]