熊猫以“季节性”频率重新采样

Question

在我的领域（天然气市场）中，一个季节是一个跨越两个季度的时期。 4 月至 9 月（均包括在内）是我们所说的夏季，而其余时间是冬季。

使用熊猫，我试图将每日数据重新采样为季节，并且根据每日索引的开始，我似乎得到了不同的结果。基本上，如果开始在 Q2 或 Q4，resample 会按预期工作，但如果索引在 Q1 或 Q3 开始，则不会。请注意，结束日期不会发生同样的情况，因为 resample 似乎在那里表现正确。

这里有一个示例代码：

import pandas as pd
import numpy as np


april_start_dates = pd.DatetimeIndex(freq = 'D', start = '2014-04-01', end = '2015-01-01')

good_case = pd.DataFrame(np.random.randn(april_start_dates.size), index = april_start_dates)

for d in good_case.resample('2QS-APR').index:
    print d.strftime('%d-%b-%Y')

'''
Correct output
01-Apr-2014
01-Oct-2014
'''

jan_start_dates = pd.DatetimeIndex(freq = 'D', start = '2014-01-01', end = '2015-01-01')

bad_case = pd.DataFrame(np.random.randn(jan_start_dates.size), index = jan_start_dates)

for d in bad_case.resample('2QS-APR').index:
    print d.strftime('%d-%b-%Y')

'''
Wrong output ?      Expected
01-Jan-2014         01-Oct-2013
01-Jul-2014         01-Apr-2014
01-Jan-2015         01-Oct-2014
'''

good_case 有正确的日期，一个在 4 月，另一个在 10 月：

正确输出
2014 年 4 月 1 日
2014 年 10 月 1 日

但对于 bad_case 而言，情况并非如此，日期不会像锚定偏移量“2QS-APR”所期望的那样落在 4 月或 10 月。 我希望看到 bad_case 是这样的（第一个日期是 Oct13，它是包含 2014 年 1 月 1 日的季节性周期的开始）：

预期
2013 年 10 月 1 日
2014 年 4 月 1 日
2014 年 10 月 1 日

请注意，平均也是错误的，因此使用 loffset 移动标签似乎不是一个足够好的选择。

我错过了什么吗？我可以做些什么不同的事情来得到我想要的？

谢谢。

Answer 1

看起来这对我来说可能是一个错误。我提交了issue。

这是怎么回事，它认为 1 月即将到来。如果偏移量中的 n 应该像您期望的那样工作，我认为这不应该是真的。

 [~/]
 [18]: from pandas.tseries.offsets import QuarterBegin

 [~/]
 [19]: ts = pd.Timestamp('2014-1-1')

 [~/]
 [20]: offset = QuarterBegin(2, startingMonth=4)

 [~/]
 [21]: offset.onOffset(ts)
 [21]: True

您可以通过这样做获得预期的输出，但这是一个 hack，我不希望它在未来工作。我不确定n 是否正常工作（或者我们都误解了它应该如何工作）

 bad_case.resample('2Q-APR').shift(-1, freq='2QS-APR')