Pandas date_range生成每月初的月度数据

Question

我正在尝试生成一个每月数据的日期范围，在这个范围内，日期总是在每个月的开头：

pd.date_range(start='1/1/1980', end='11/1/1991', freq='M')

这会生成 1/31/1980，2/29/1980等等。相反，我只想要 1/1/1980，2/1/1980等。

我看到其他问题问如何生成始终在某个月的特定日期的数据，有些答案说这是不可能的，但每个月初肯定是可以的！

- Bunny_Ross

Answer 1

您可以通过将freq参数从'M'更改为'MS'来实现此操作：

d = pandas.date_range(start='1/1/1980', end='11/1/1990', freq='MS')    
print(d)

现在应该输出：

DatetimeIndex(['1980-01-01', '1980-02-01', '1980-03-01', '1980-04-01',
               '1980-05-01', '1980-06-01', '1980-07-01', '1980-08-01',
               '1980-09-01', '1980-10-01', 
               ...
               '1990-02-01', '1990-03-01', '1990-04-01', '1990-05-01',
               '1990-06-01', '1990-07-01', '1990-08-01', '1990-09-01',
               '1990-10-01', '1990-11-01'],
              dtype='datetime64[ns]', length=131, freq='MS', tz=None)

请查看文档中的偏移别名部分，其中指出'M'代表月底频率（月末频率），而'MS'代表月初频率（月首频率）。

- Dimitris Fasarakis Hilliard

Answer 2

值得注意的是pandas.date_range()只包括在定义的时间间隔内部的日期，这可能不符合预期：

start = "2020-03-08"
end = "2021-03-08"
pd.date_range(start, end, freq='MS')

导致

DatetimeIndex(['2020-04-01', '2020-05-01', '2020-06-01', '2020-07-01',
           '2020-08-01', '2020-09-01', '2020-10-01', '2020-11-01',
           '2020-12-01', '2021-01-01', '2021-02-01', '2021-03-01'],
          dtype='datetime64[ns]', freq='MS')

对于MS，解决包含开放月份第一天的方法是仅使用开始日期的年份和月份：

pd.date_range(start[:7], end, freq='MS')

然后会给予

DatetimeIndex(['2020-03-01', '2020-04-01', '2020-05-01', '2020-06-01',
           '2020-07-01', '2020-08-01', '2020-09-01', '2020-10-01',
           '2020-11-01', '2020-12-01', '2021-01-01', '2021-02-01',
           '2021-03-01'],
          dtype='datetime64[ns]', freq='MS')

如果您希望每个月都保持相同的起始日期，那么您可以使用pd.DateOffset()添加偏移量：

pd.date_range(start[:7], end, freq='MS') + pd.DateOffset(days=7)

将会给予

DatetimeIndex(['2020-03-08', '2020-04-08', '2020-05-08', '2020-06-08',
           '2020-07-08', '2020-08-08', '2020-09-08', '2020-10-08',
           '2020-11-08', '2020-12-08', '2021-01-08', '2021-02-08',
           '2021-03-08'],
          dtype='datetime64[ns]', freq=None)

如评论中所述，请注意，对于偏移量大于或等于28的情况，此解决方法可能会带来麻烦。

- Skippy le Grand Gourou

---

如果所需日期是2月29日，而2月只有28天，则会出现问题。 - anishtain4

@anishtain4 对的（对于最后一部分，添加一个偏移量）。实际上，使用这种方法的问题出现在任何偏移量等于或高于28的情况下。 - Skippy le Grand Gourou

“MS” 对于 date_range 并不意味着“使范围从下个月的开始算起”。但它只包括在 start 和 end 定义的范围内的日期点。如果 start 是所提供频率中的日期点，则 date_range 将在结果中返回该日期点。 - pablete

@pablete 这确实措辞不当。已更新回答，感谢您的评论。 - Skippy le Grand Gourou