任意の開始日を含む月次時系列の作成

Question

pandasを使用すると、毎月の一連の日付を簡単に作成できます。

import pandas as pd 

pd.date_range('2012-04-23', '2013-01-23', freq='BM') 

DatetimeIndex(['2012-04-30', '2012-05-31', '2012-06-29', '2012-07-31', 
       '2012-08-31', '2012-09-28', '2012-10-31', '2012-11-30', 
       '2012-12-31'], 
       dtype='datetime64[ns]', freq='BM') 

DatetimeIndexの日付は月の端であることに注意してください。私はそれがfreq='BM'を選んだと考えなければならないことを知っていますが、私は自分の目標を達成したという選択肢があるとは信じていません。

私はしばしば、毎月遡って最後の営業日から始まる月次の一連の日付を作成する必要があります。

私の代わりにこれを見てみたいと思います：

DatetimeIndex(['2012-04-23', '2012-05-23', '2012-06-23', '2012-07-23', 
       '2012-08-23', '2012-09-23', '2012-10-23', '2012-11-23', 
       '2012-12-23'], 
       dtype='datetime64[ns]', freq=None) 

または別のより複雑な例は、「2012-04-30」から「2012-01-30」からヶ月を取得するかもしれませんが。私は見たいと思う：

DatetimeIndex(['2012-01-30', '2012-02-29', '2012-03-30', '2012-04-30'], 
       dtype='datetime64[ns]', freq=None) 

Answer 1

：

from pandas.tseries.offsets import Day, BDay 
pd.date_range(start = '2012-01-01', periods = 6, freq = 'MS') + Day(22) + BDay(0) 
Out[12]: 
DatetimeIndex(['2012-01-23', '2012-02-23', '2012-03-23', '2012-04-23', 
       '2012-05-23', '2012-06-25'], 
       dtype='datetime64[ns]', freq=None) 

Day(22)は（BDay(0)は、最寄りの営業日かかります）22日のオフセットとBDayオフセット営業日を担当して追加します。

30日から始まる日付では少し難しいです。だから私はこれのための関数を書かなければならなかった。 （それはカスタムfreqパラメータを許可しないコードを明確にするため。）

def my_business_date_range(day, **kwargs): 
    assert(isinstance(day, int) & (day > 0) & (day < 32)) 
    rng0 = pd.date_range(freq = 'MS', **kwargs) 
    rng1 = rng0 + pd.tseries.offsets.Day(day-1) + pd.tseries.offsets.BDay(0) 
    # Correcting overflows: 
    overflow_idx, = np.nonzero(rng0.month != rng1.month) 
    if overflow_idx.size > 0: 
     # rng1 is not mutable 
     tmp = rng1.tolist()   
     bme = pd.tseries.offsets.BusinessMonthEnd(-1) 
     for i in overflow_idx: 
      tmp[i] = bme(rng1[i]) 
     rng1 = pd.DatetimeIndex(tmp) 
    return rng1 

my_business_date_range(30, start= '2012-01-01', periods = 6) 
Out[13]: 
DatetimeIndex(['2012-01-30', '2012-02-29', '2012-03-30', '2012-04-30', 
       '2012-05-30', '2012-06-29'], 
       dtype='datetime64[ns]', freq=None) 

パンダはまた、実験CustomBusinessMonth and the likeを持っていますが、私はそれを動作させることができませんでした。

Answer 2

私はあなたの質問にはっきりしていないが、これは正しい方向への動きだと思う。

start = '2012-04-23' 
end = '2013-01-23' 

>>> pd.DatetimeIndex([pd.datetime(ts.year, ts.month, int(end.split("-")[-1])) 
         for ts in pd.date_range(start, end, freq='BM')]) 

DatetimeIndex(['2012-04-23', '2012-05-23', '2012-06-23', '2012-07-23', '2012-08-23', '2012-09-23', '2012-10-23', '2012-11-23', '2012-12-23'], dtype='datetime64[ns]', freq=None) 

スピードには最適化されていませんが、次の関数は要件ごとに正しい値を返します。あなたはこのような何かを探している可能性があり

def foo(date, periods, forward=True): 
    if isinstance(date, str): 
     date = pd.Timestamp(date).date() 
    dates = [date + relativedelta(date, months=n * (1 if forward else -1)) for n in range(1, periods +1)] 
    result = [] 
    print dates 
    for date in dates: 
     month = date.month 
     iso_day = date.isoweekday() 
     if iso_day == 6: 
      date += dt.timedelta(days=2 if forward else -1) 
     elif iso_day == 7: 
      date += dt.timedelta(days=1 if forward else -2) 
     if date.month != month: 
      # Gone into next/preceding month. Roll back/forward. 
      date -= dt.timedelta(days=3 if forward else -3) 
     result.append(date) 
    return result