start = datetime(2010, 1, 1)

end = datetime(2012, 12, 31)

startrng = pd.bdate_range(start,end,freq='BQS-MAR')

startrng = startrng + pd.datetools.WeekOfMonth(week=1,weekday=3)

ts = pd.Series(np.random.randn(len(startrng)),index=startrng)

我得到以下结果：

2010-03-11 -0.585671

2010-06-10 -1.201917

2010-09-09 -0.063487

2010-12-09 0.221270

2011-03-10 -0.239836

2011-06-09 0.256052

2011-09-08 1.074758

2011-12-08 0.962388

2012-03-08 -1.601438

2012-06-14 0.854736

2012-09-13 1.532970

2012-12-13 -0.084027

虽然大部分日期抵消工作,但2012-06-14实际上是本月的第3个星期四,2012-06-01从星期五开始.我必须生成一个可以追溯到几年的日期范围,手动检查生成的所有日期并不高效.

是否有另一种方法可以产生正确的结果集？

startrng = startrng + pd.datetools.WeekOfMonth(week=1,weekday=4) - pd.datetools.BDay()

def days_addsub( date _str,days): date _time = date time. date time.strptime( date _str, '%Y-%m-%d') delta = date time.timedelta(days=days) n_days = date _time + delta return n_days.st... b本章会涉及不同类型的数据存储，它们基于不同的目的进行优化：普通文件、结构化文件和数据库。普通文件输入/输出数据持久化最简单的类型是普通文件，有时也叫平面文件（flat file）。它仅仅是在一个文件名下的字节流，把数据从一个文件读入内存，然后从内存写入文件。打开文件# fileobj是open()返回的文件对象 # filename是该文件的字符串名 # mode是指明文件类型和操作的字符串 在遇到很多关于时间得业务，我们都会使用到Calendar来解决问题，今天突然发现Calendar星期数跨年的一个小问题，特此记录一下。     用calendar.get(Calendar.WEEK_OF_YEAR)获取到时当前星期在今年的星期数，但如果这个星期是跨年的，无论你当前时间是哪一年，calendar.get(Calendar.WEEK_OF_YEAR)得到的都会是1