用一个月而不是一年创建大熊猫时间序列

Question

使用pandas我可以使用datetime对象(包含月份和日期)索引时间序列并获取句点的值,例如:

from pandas import *
ts = TimeSeries([41,45,48],[Period('2012'),Period('2013'),Period('2014')])
print ts[datetime(2013,05,17)]

有没有办法定义一个月但没有一年的时期？我有一个月平均频率,我希望能够按月/日编制索引,例如:

ts = TimeSeries(range(1,13),[Period(month=n,freq='M') for n in range(1,13)])
print ts[datetime(2013,05,17)]

Period对象似乎不支持此(它会引发错误).有没有比使用一年创建时间序列更好的方法,然后在用于索引时间序列之前修改datetime对象？

http://pandas.pydata.org/pandas-docs/dev/timeseries.html#period

编辑1:

为了澄清我为什么要这样做:我有一个模型,它计算每日时间步.我在模型中有一个变量,它是表示当天的日期时间对象.我需要在几个时间序列中查看当前日期,其中一些时间序列有完整的日期(年/月/日),但其他时间只有一个月.我希望有一些像索引一样无缝的东西,因为时间序列/配置文件是由用户在运行时提供的.我已经完成了覆盖__getitem__TimeSeries对象的方法(这样我可以解决幕后的岁月),但这似乎有点疯狂.

from pandas import *

class TimeSeriesProfile(TimeSeries):
    year = 2004

    def __new__(self, *args, **kwargs):
        inst = TimeSeries.__new__(self, *args, **kwargs)
        inst.index = period_range(str(self.year)+str(inst.index[0])[4:], periods=len(inst.index), freq=inst.index.freq)
        return inst.view(TimeSeriesProfile)

    def __getitem__(self, key):
        without_year = datetime(self.year, key.month, key.day, key.hour, key.minute, key.second)
        return TimeSeries.__getitem__(self, without_year)

ts = TimeSeriesProfile(range(0, 366), period_range('1996-01-01', periods=366, freq='D'))

print ts[datetime(2008, 02, 29)]

Answer 1

尝试period_range：

In [65]: TimeSeries(range(1, 13), period_range('2013-01', periods=12, freq='M'))
Out[65]: 
2013-01     1   
2013-02     2   
2013-03     3   
2013-04     4   
2013-05     5   
2013-06     6   
2013-07     7   
2013-08     8   
2013-09     9   
2013-10    10  
2013-11    11  
2013-12    12  
Freq: M, dtype: int64