操作/复制数据框（pandas）并仅维护每个月的最后一天

Question

我有以下数据框dt：

           date  USDBRL

0    2000-01-03  1.8011

1    2000-01-04  1.8337

2    2000-01-05  1.8544

3    2000-01-06  1.8461

4    2000-01-07  1.8281

        ...     ...

5212 2020-10-01  5.6441

5213 2020-10-02  5.6464

5214 2020-10-05  5.6299

5215 2020-10-06  5.5205

5216 2020-10-07  5.6018

我如何操作它dt，或创建一个新的，仅包含每个月最后一天的行？

Answer 1

您可以使用dt.to_periods('M')查找月份，然后duplicated查找它们重复的位置，然后使用布尔索引：months = pd.to_datetime(dt['date']).dt.to_period('M') out = dt.loc[months.duplicated(keep='last')]另一种方法是groupby().idxmax()。如果您的数据未按以下方式排序，这会慢一些但更安全date：out = df.loc[df.groupby(months)['date'].idxmax()]

Answer 2

您可以使用 创建日期范围列表pd.date_range。这是另一种方式required_datelist = pd.date_range(start='1/1/2018', periods=12, freq='M') output = dt[dt.date.isin(required_datelist)]