带有日期时间索引的 Pandas 数据框在每月的第 n 天重新采样

如何解决带有日期时间索引的 Pandas 数据框在每月的第 n 天重新采样

想象一下在 DateTime 中索引的 ohlc 数据。我将在每个月的第 n 天重新采样这个数据框。

例如：

.
.
.
2020-09-24  1.0990  1.1000  1.0982  1.0991
2020-09-25  1.1018  1.1025  1.0964  1.0995
2020-09-26  1.1011  1.1020  1.1009  1.1018
.
.
.
2020-10-24  1.1045  1.1068  1.0995  1.1017
2020-10-25  1.1031  1.1074  1.1021  1.1045
2020-10-26  1.1071  1.1076  1.1012  1.1031
.
.
.
2020-11-23  1.1005  1.1075  1.0989  1.1071
2020-11-26  1.1079  1.1086  1.0992  1.1005
2020-11-27  1.1076  1.1087  1.1068  1.1079
.
.
.
2020-12-24  1.1058  1.1110  1.1054  1.1071
2020-12-25  1.1010  1.1087  1.0926  1.1058
2020-12-26  1.1049  1.1056  1.0983  1.1010
.
.
.
2021-01-24  1.1049  1.1059  1.1029  1.1048
2021-01-25  1.1025  1.1068  1.1014  1.1049
2021-01-26  1.1025  1.1028  1.1022  1.1025

我需要的是：

2020-09-25  1.1018  1.1025  1.0964  1.0995
2020-10-25  1.1031  1.1074  1.1021  1.1045
2020-11-25  1.1005  1.1075  1.0989  1.1071
2020-12-25  1.1010  1.1087  1.0926  1.1058
2021-01-25  1.1025  1.1068  1.1014  1.1049

实际上，我需要在每个月的第 25 天重新采样，如果没有数据，则必须填充最接近的先前数据。

解决方法

df[df.groupby(df['Date']+df['Date'].apply(lambda x: pd.DateOffset(days=25-x.day) if x.day<=25 else pd.DateOffset(days=25-x.day,months=1)))['Date'].transform(max)==df['Date']]

,

最简单的解决方案如下，

#Sort the dataframe
df = df.sort_values('date')

#Use ffill to fill nearst previous value (by timestamp) for Null elements
df = df.ffill(axis=0)

#Simpelly query by day
df.loc[df['date'].dt.day == float('25')]

输出：

date    a   b   c   d
1   2020-09-25  1.1018  1.1025  1.0964  1.0995
4   2020-10-25  1.1031  1.1074  1.1021  1.1045
10  2020-12-25  1.1010  1.1087  1.0926  1.1058
13  2021-01-25  1.1025  1.1068  1.1014  1.1049