Pandas 根据日期添加行

Question

我有一个 pandas 数据框，其中有一列作为日期

2015-11-01 2015-12-01 2016-01-01 2016-03-01 2016-03-01 2016-10-01 2016-10-01 2016-12-01 2017-03-01

我想插入两行， 1. 开头的一行为第一行的上个月 2.最后一行的下个月末尾的一行

为了得到想要的输出， 2015-10-01 2015-11-01 2015-12-01 2016-01-01 2016-03-01 2016-03-01 2016-10-01 2016-10-01 2016-12-01 2017-03-01 2017-04-01

执行此操作的 pythonic 方式是什么？

Answer 1

试试 MonthBegin:

import pandas as pd
df=pd.DataFrame(['2015-11-01','2015-12-01','2016-01-01','2016-03-01','2016-03-01','2016-10-01','2016-10-01','2016-12-01','2017-03-01'],columns=['date'])
df['date']=pd.to_datetime(df['date'])
df=pd.DataFrame([df.loc[0,'date'] - pd.offsets.MonthBegin(1)]+list(df['date'])+[df.loc[len(df)-1,'date'] + pd.offsets.MonthBegin(1)],columns=['date'])
df

输出：

    date
0   2015-10-01
1   2015-11-01
2   2015-12-01
3   2016-01-01
4   2016-03-01
5   2016-03-01
6   2016-10-01
7   2016-10-01
8   2016-12-01
9   2017-03-01
10  2017-04-01

Answer 2

使用：

df['date']=pd.to_datetime(df['date'])

a = df.loc[1, 'date'] -  pd.offsets.MonthBegin()
b = df.loc[len(df.index) - 1, 'date'] + pd.offsets.MonthBegin()
df = pd.DataFrame([a] + df['date'].tolist() + [b], columns=['date'])
print (df)
         date
0  2015-11-01
1  2015-11-01
2  2015-12-01
3  2016-01-01
4  2016-03-01
5  2016-03-01
6  2016-10-01
7  2016-10-01
8  2016-12-01
9  2017-03-01
10 2017-04-01

或者：

df.index = df.index + 1
df.loc[0, 'date'] = df.loc[1, 'date'] -  pd.offsets.MonthBegin()
df.loc[len(df.index), 'date'] = df.loc[len(df.index) - 1, 'date'] + pd.offsets.MonthBegin()
df = df.sort_index()
print (df)
         date
0  2015-10-01
1  2015-11-01
2  2015-12-01
3  2016-01-01
4  2016-03-01
5  2016-03-01
6  2016-10-01
7  2016-10-01
8  2016-12-01
9  2017-03-01
10 2017-04-01

Pandas 根据日期添加行

Pandas add rows based on date

python

date

add

pandas