比如对于一个股价时间序列表：

年月     年月日股价贵州茅台202301202301011500贵州茅台202301202301201600贵州茅台202301202301311400贵州茅台202302202302051300贵州茅台202302202302281700五粮液202301202301021000五粮液202301202301312000

怎样筛选出每个股票在月底那天的股价？

两种方法：

1） 先制定好一个每年每月最后一个交易日的表，然后查表

2）数据分析方法，先按股票和年月分组，然后再定位选取每个月里面日期最大的那一行。

下面是第二种方法的代码：

import pandas as pd  # 假设你的数据框为df，ym是年月，ymd是年月日，code是股票代码，sc是股价  
df = pd.DataFrame({'ym': ['202301', '202301','202301','202302','202302', '202301', '202301'],'code':['贵州茅台','贵州茅台','贵州茅台','贵州茅台','贵州茅台','五粮液','五粮液'],'ymd': ['20230101', '20230120', '20230131', '20230205','20230228','20230102','20230131'],"sc":[1500,1600,1400,1300,1700,1000,2000]})  
df['ymd'] = pd.to_datetime(df['ymd'])print(df) # 假设您的数据框名为df，包含年月（ym）、年月日（ymd）和得分（sc）列
# 首先按年月分组
grouped = df.groupby(['code','ym'])# 在每个组里面选取年月日最大的那一行记录
#两种方法：
# 1）
#result = grouped.apply(lambda x: x[x['ymd'] == x['ymd'].max()])
#2）
max_date_rows = grouped['ymd'].idxmax()
result = df.loc[max_date_rows]# 重置索引
result.reset_index(drop=True, inplace=True)print(result)

 运行结果：

       年月    代码        年月日          股价
0  202301  贵州茅台 2023-01-01  1500
1  202301  贵州茅台 2023-01-20  1600
2  202301  贵州茅台 2023-01-31  1400
3  202302  贵州茅台 2023-02-05  1300
4  202302  贵州茅台 2023-02-28  1700
5  202301  五粮液    2023-01-02   1000
6  202301  五粮液    2023-01-31   2000
       年月    代码        年月日          股价
0  202301  五粮液     2023-01-31  2000
1  202301  贵州茅台 2023-01-31  1400
2  202302  贵州茅台 2023-02-28  1700