如何在 Pandas 中选择“本月的最后一个工作日"?

How can I select #39;last business day of the month#39; in Pandas?(如何在 Pandas 中选择“本月的最后一个工作日?)
本文介绍了如何在 Pandas 中选择“本月的最后一个工作日"?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着跟版网的小编来一起学习吧!

问题描述

我正在尝试在本月最后一天的条件下对 DataFrame 进行子集化.我用过:

I'm trying to subset a DataFrame on the condition that is the last of the month. I used:

df['Month_End'] = df.index.is_month_end
sample = df[df['Month_End'] == 1]

这行得通,但我正在处理股市数据,所以我错过了所有实际月底在周末的情况,我需要一种方法来选择本月的最后一个工作日"".

This works, but I'm working with stock market data, so I'm missing all the instances where the actual end of the month is during the weekend, I need a way to select the "last business day of the month".

推荐答案

可以生成一个freq='BM' 获得每个月最后一个工作日的时间序列".

You can generate a time series with the last business day of each month by passing in freq='BM'.

例如,要创建一系列 2014 年最后一个工作日:

For example, to create a series of the last business days of 2014:

>>> pd.date_range('1/1/2014', periods=12, freq='BM')
[2014-01-31 00:00:00, ..., 2014-12-31 00:00:00]
Length: 12, Freq: BM, Timezone: None

然后您可以使用此时间序列来子集/重新索引您的 DataFrame.

You could then use this timeseries to subset/reindex your DataFrame.

这篇关于如何在 Pandas 中选择“本月的最后一个工作日"?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持跟版网!

本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益,请联系我们,我们会在确认后第一时间进行删除!

相关文档推荐

Seasonal Decomposition of Time Series by Loess with Python(Loess 用 Python 对时间序列进行季节性分解)
Resample a time series with the index of another time series(使用另一个时间序列的索引重新采样一个时间序列)
How can I simply calculate the rolling/moving variance of a time series in python?(如何在 python 中简单地计算时间序列的滚动/移动方差?)
How to use Dynamic Time warping with kNN in python(如何在python中使用动态时间扭曲和kNN)
Keras LSTM: a time-series multi-step multi-features forecasting - poor results(Keras LSTM:时间序列多步多特征预测 - 结果不佳)
Python pandas time series interpolation and regularization(Python pandas 时间序列插值和正则化)