Python Pandas - 获取特定月份的第一天和最后一天的行

Question

我的数据集df如下所示：

Date         Value
...
2012-07-31   61.9443
2012-07-30   62.1551
2012-07-27   62.3328
...          ... 
2011-10-04   48.3923
2011-10-03   48.5939
2011-09-30   50.0327
2011-09-29   51.8350
2011-09-28   50.5555
2011-09-27   51.8470
2011-09-26   49.6350
...          ...
2011-08-03   61.3948
2011-08-02   61.5476
2011-08-01   64.1407
2011-07-29   65.0364
2011-07-28   65.7065
2011-07-27   66.3463
2011-07-26   67.1508
2011-07-25   67.5577
...          ...
2010-10-05   57.3674
2010-10-04   56.3687
2010-10-01   57.6022
2010-09-30   58.0993
2010-09-29   57.9934

以下是两列的数据类型：

Type                 Column Name              Example Value
-----------------------------------------------------------------
datetime64[ns]       Date                     2020-06-19 00:00:00
float64              Value                    108.82

我希望df其中的一个子集仅包含选择10 月第一个条目和7 月最后一个条目的行：

Date         Value
...
2012-07-31   61.9443
2011-10-03   48.5939
2011-07-29   65.0364
2010-10-01   57.6022

知道该怎么做吗？

Answer 1

您可以按日期排序，以便知道它们是按时间顺序排列的。之后创建两个数据框，一个月份为 7 的数据框获取该组的最后一条记录，一个月份为 10 的数据框获取该组的第一条记录。

然后你可以连接它们。

df['Date'] = pd.to_datetime(df['Date'])
df = df.sort_values(by='Date')

j = df[df['Date'].dt.month == 7].groupby([df.Date.dt.year, df.Date.dt.month]).last()
o = df[df['Date'].dt.month == 10].groupby([df.Date.dt.year, df.Date.dt.month]).first()

pd.concat([j,o]).reset_index(drop=True)

输出

    Date        Value
0   2011-07-29  65.0364
1   2012-07-31  61.9443
2   2010-10-01  57.6022
3   2011-10-03  48.5939

Answer 2

一个优雅的解决方案，无需分组，只需使用排序数据帧中的索引即可：

   # Sort you data by Date and convert date string to datetime
   df['Date']=pd.to_datetime(df['Date'])
   df = df.sort_values(by='Date')
   # For selecting first row just subset by index where month is 7 and select first index i.e. 0
   jul = df.loc[[df.index[df['Date'].dt.month == 7].tolist()[0]]]
   # For sleecting last row just subset by index where months is 10 and select last index i.e -1
   oct = df.loc[[df.index[df['Date'].dt.month == 10].tolist()[-1]]]
   #Finally concatenate both    
   pd.concat([jul,oct]).reset_index(drop=True)