python pandas 给定日期序列，求改日期序列距月初的天数

可以使用 Pandas 中的 `DatetimeIndex` 和 `Timedelta` 来求日期序列距月初的天数。

首先，将日期序列转换为 `DatetimeIndex` 对象，然后使用 `DatetimeIndex.to_period('M')` 将日期序列转换为按月分组的对象。接着，使用 `Timedelta` 计算每个日期距离该月初的天数，最后将结果转换为整数。

下面是一个示例代码：

import pandas as pd

# 构造日期序列
dates = pd.date_range('2021-01-01', '2021-12-31', freq='D')

# 转换为 DatetimeIndex 对象
date_index = pd.DatetimeIndex(dates)

# 距离月初的天数
days_to_month_start = (date_index.to_period('M').start_time - date_index).astype('timedelta64[D]').astype(int)

# 打印结果
print(days_to_month_start)

输出结果中的每个值表示对应日期距离该月初的天数。

相关问题

pandas 给定日期序列，求日期距日期第一天的总天数

可以使用 Pandas 中的 `DatetimeIndex` 和 `Timedelta` 来求日期序列距离该年第一天的总天数。

首先，将日期序列转换为 `DatetimeIndex` 对象，然后使用 `DatetimeIndex` 中的 `dayofyear` 方法求出每个日期在该年中的天数。接着，使用 `Timedelta` 计算每个日期距离该年第一天的天数，最后将结果转换为整数。

下面是一个示例代码：

import pandas as pd

# 构造日期序列
dates = pd.date_range('2021-01-01', '2021-12-31', freq='D')

# 转换为 DatetimeIndex 对象
date_index = pd.DatetimeIndex(dates)

# 距离该年第一天的天数
days_to_year_start = (date_index - pd.Timestamp(year=date_index[0].year, month=1, day=1)).astype('timedelta64[D]').astype(int)

# 总天数
total_days = days_to_year_start + 1

# 打印结果
print(total_days)

输出结果中的每个值表示对应日期距离该年第一天的总天数。注意，最终的结果需要加上 1，因为第一天距离第一天的天数为 0。

给定日期序列，用pandas 计算该日期与该月第一天的天数，用lambda

可以使用 Pandas 中的 `DatetimeIndex` 和 `Timedelta` 来求日期序列距离该月第一天的天数，并使用 `apply` 方法结合 `lambda` 表达式来实现。

首先，将日期序列转换为 `DatetimeIndex` 对象，使用 `DatetimeIndex` 中的 `day` 属性获取每个日期在该月中的天数，然后使用 `lambda` 表达式计算日期距离该月第一天的天数。

下面是一个示例代码：

import pandas as pd

# 构造日期序列
dates = pd.date_range('2021-01-01', '2021-12-31', freq='D')

# 转换为 DatetimeIndex 对象
date_index = pd.DatetimeIndex(dates)

# 计算距离月初的天数
days_to_month_start = date_index.day.apply(lambda day: day - 1)

# 打印结果
print(days_to_month_start)

输出结果中的每个值表示对应日期距离该月第一天的天数。注意，这里使用的 `lambda` 表达式中的 `day` 参数是 `DatetimeIndex.day` 属性的一个元素，表示该日期在该月中的天数。