将每日数据转换为每月数据并在熊猫中获得几个月的最后一个值

Question

我的数据由像这样属于特定月份和年份的每日数据组成

我想将所有每日数据转换为每月数据，并且我想获取该月的最后一个值作为该月数据的返回值 例如：

AccoutId,   Date,    Return

  1       2016-01   -4.1999  (Because this return value is last value of january 1/29/16)

  1       2016-02    0.19    (Same here last value of february 2/29/16)
and so on

我看过一些关于将每日数据转换为每月数据的主题，但问题是在将每日数据转换为每月数据后，他们将当月的 mean() 或 sum() 作为返回值。反之，我想要那个月的最后一个返回值作为返回值。

Answer 1

您可以按AccountId 和年月分组。先转换为日期时间，然后格式化为年月，如下所示：df['Date'].dt.strftime('%Y-%m')。然后就用last():

df['Date'] = pd.to_datetime(df['Date'])
df = df.groupby(['AccountId', df['Date'].dt.strftime('%Y-%m')])['Return'].last().reset_index()
df

样本数据：

In[1]:
   AccountId     Date  Return
0          1   1/7/16      15
1          1  1/29/16      10
2          1   2/1/16      25
3          1  2/15/16      20
4          1  2/28/16      30

df['Date'] = pd.to_datetime(df['Date'])
df = df.groupby(['AccountId', df['Date'].dt.strftime('%Y-%m')])['Return'].last().reset_index()
df

Out[1]: 
   AccountId     Date  Return
0          1  2016-01      10
1          1  2016-02      30