本文介绍一种精准的 pandas 时间序列处理技巧：使用 `resample('ms')` 结合 `days_in_month` 属性过滤，确保仅对起止日期覆盖整月（即包含该月全部天数）的数据执行月度求和，自动排除首尾不完整的月份。
在实际时间序列分析中，常遇到每日数据跨越多个自然月但不严格对齐月边界的情况（例如从 2022-10-18 开始，到 2024-02-07 结束）。此时若直接使用 df.resample('MS').sum()（'MS' 表示 Month Start），Pandas 会将每个日历月的第一天作为分组锚点，并对当月所有可用数据求和——包括仅含部分天数的首月（如 2022-10）和末月（如 2024-02），导致结果不可比、不具统计代表性。
理想方案是：仅保留那些实际数据覆盖了整个月全部天数的月份。核心思路是：对每个重采样后的月份，检查其原始数据记录数是否等于该月应有的总天数（如 2023-02 对应 28 天，2024-02 对应 29 天）。Pandas 的 DatetimeIndex.days_in_month 可直接获取各月天数，而 resample(...).size() 可统计每组有效行数。
以下是完整实现步骤：
import pandas as pd
import numpy as np
# 示例数据：非整月起止的每日数据
df = pd.DataFrame(
{'gas': np.random.uniform(1.5, 6.5, 60)},
index=pd.date_range('2022-10-18', periods=60, freq='D')
)
# 步骤1：按月起始重采样，同时计算每月记录数（size）和求和（sum）
monthly_agg = df.resample('MS').agg({'gas': ['size', 'sum']})
monthly_agg.columns = ['count', 'gas_sum']
# 步骤2：生成对应月份的 DatetimeIndex，并提取各月天数
month_index = monthly_agg.index
days_in_month = month_index.days_in_month
# 步骤3：布尔筛选——仅保留 count 等于该月天数的行
complete_months = monthly_agg[monthly_agg['count'] == days_in_month]
# 步骤4：清理结果：丢弃计数列，保留纯月度求和
result = complete_months[['gas_sum']].rename(columns={'gas_sum': 'gas'})
print(result)
✅ 关键说明：
- resample('MS') 确保按标准日历月分组（如 '2022-10-01', '2022-11-01'）；
- agg({'gas': ['size', 'sum']}) 避免多级列名混乱，显式指定聚合操作；
- month_index.days_in_month 是向量化属性，无需循环，高效可靠；
- 该方法天然兼容闰年、大小月，且不受缺失值影响（size 统计非空行数，若需严格要求每日非空，可改用 count() 并配合 dropna=False 控制）。
⚠️ 注意事项：
- 若原始数据存在某月中断（如缺某几天），即使起止为月初月末，count 也会小于 days_in_month，该月将被自动剔除——这恰是设计所需；
- 不建议使用 df.resample('M').sum()（Month End），因其锚点为月末，可能导致跨月对齐偏差；
- 如需保留原始索引格式（如 PeriodIndex），可在最后用 .set_index(month_index.to_period('M')) 转换。
通过这一模式，你可确保所有输出月度汇总值均基于完整、可比、无截断的数据窗口，显著提升时序聚合结果的严谨性与业务解释力。
