NumPy と dateutil と何日も格闘した後、最近、素晴らしい Pandas ライブラリを発見しました。date_range()ドキュメントとソース コードを調べましたが、適切なブレークポイントでインデックスを生成する方法がわかりません。
from datetime import date
import pandas as pd
start = date('2012-01-15')
end = date('2012-09-20')
# 'M' is month-end, instead I need same-day-of-month
date_range(start, end, freq='M')
私が欲しいもの：
2012-01-15
2012-02-15
2012-03-15
...
2012-09-15
私が得るもの：
2012-01-31
2012-02-29
2012-03-31
...
2012-08-31
月の可変日数を考慮した月サイズのチャンクが必要です。これは dateutil.rrule で可能です:
rrule(freq=MONTHLY, dtstart=start, bymonthday=(start.day, -1), bysetpos=1)
見苦しく判読不能ですが、機能します。パンダでこれを行うにはどうすればよいですか? date_range()と の両方でプレイしましたがperiod_range()、これまでのところ運がありません。
私の実際の目標は、期間内の個々のエントリの合計/平均などに基づいて、各期間の値を使用groupbyおよび/crosstabまたは計算することです。resampleつまり、次のデータを変換したいと考えています。
total
2012-01-10 00:01 50
2012-01-15 01:01 55
2012-03-11 00:01 60
2012-04-28 00:01 80
#Hypothetical usage
dataframe.resample('total', how='sum', freq='M', start='2012-01-09', end='2012-04-15')
に
total
2012-01-09 105 # Values summed
2012-02-09 0 # Missing from dataframe
2012-03-09 60
2012-04-09 0 # Data past end date, not counted
Pandas が財務分析ツールとして生まれたことを考えると、これを行うための簡単で迅速な方法があることはほぼ確実です。助けてください！