Pandas，在数据框中将日期时间列加一个月的简单方法

Question

作为之前问题的补充，关于在两个日期时间之间计算活动次数，这里有一个很好的解答：创建一个跨越日期范围的 Pandas 数据帧并计算项目数量。

剩下的问题是，在两个表相加和相减后，最终月份 ['END_DATE'] 的值显示为零。从数学上讲这是正确的，因为所有项目的结束日期在当前月或之前，然而在这种情况下，由于它们在该月份内至少活动了一部分，更正确的做法是将 END_DATE 加 1 个月，这样它们将显示为活动在结束月份（H2 是一个数据帧）。

代码如下：

ends = H2['END_DATE'].apply(lambda t: t.to_period(freq='m')).value_counts()

我曾试过使用rollforward和DateOffset(month=1)等方法。例如，对于DateOffset：

ends = (H2['END_DATE'].DateOffset(months=1)).apply(lambda t: t.to_period(freq='m')).value_counts()

这让我遇到了这个错误：

AttributeError: 'Series' object has no attribute 'DateOffset'

- dartdog

---

你是想将日期向前或向后移动一个月吗？ - Andy Hayden

是的，我是这样做的，这样结束的月份将比现在大一个，这样“最后”一个月就会被计算，而不会变成零。 - dartdog

Answer 1

最简单的方法是将PeriodIndex加上一个月：

In [21]: ends
Out[21]:
2000-05    1
2000-09    1
2001-06    1
Freq: M, dtype: int64

In [22]: ends.index = ends.index + 1

In [23]: ends
Out[23]:
2000-06    1
2000-10    1
2001-07    1
Freq: M, dtype: int64

我的初步建议是在重新索引之后进行转换（因为您无论如何都要这样做）：

In [11]: ends
Out[11]:
2000-05    1
2000-09    1
2001-06    1
Freq: M, dtype: int64

In [12]: p = pd.PeriodIndex(freq='m', start='2000-1', periods=19)  # Note: needs to be one more than before

In [13]: sparse_ends = ends.reindex(p)

In [14]: sparse_ends.shift(1)
Out[14]:
2000-01   NaN
2000-02   NaN
2000-03   NaN
2000-04   NaN
2000-05   NaN
2000-06     1
2000-07   NaN
2000-08   NaN
2000-09   NaN
2000-10     1
2000-11   NaN
2000-12   NaN
2001-01   NaN
2001-02   NaN
2001-03   NaN
2001-04   NaN
2001-05   NaN
2001-06   NaN
2001-07     1
Freq: M, dtype: float64

- Andy Hayden

---

谢谢，那可能行得通，但是没有一种简单的方法只是添加一个月到 ['END_DATE'] 吗？ - dartdog

移位索引看起来是一个更好的修复方法，但我仍然想知道是否有一个简单的日期添加函数，就像在SQL中那样，可以应用吗？ - dartdog

我看到了，我很喜欢。但我仍然想知道是否有一个简单的DateAdd类型函数可供使用，如果需要还可以在其他地方使用？ - dartdog

@dartdog 啊，是要将日期作为值添加到Series中吗？（我认为不是，这是针对DatetimeIndex的，应该同样适用于series） - Andy Hayden

要澄清一下，问题是要使DatetimeIndex中的日期时间助手可用于具有日期时间值的Series。 - Andy Hayden