在一个月的某一天用Pandas重新取样

Question

我有一个带有日期列的数据帧，我想在一定范围内（半周期性）对这个数据帧进行重新采样。在

例如 以下是数据帧：

Date
2012-01-19    130.0
2011-03-03    120.0
2011-05-05    105.0
2011-06-06    175.0
2011-06-06    200.0
2011-07-07    102.0
2011-08-08    300.0
2011-09-09    200.0
2011-11-11     10.0
2012-03-20     10.0
2011-12-12    130.0
2012-01-01     30.0
2012-02-02    150.0
2012-02-15    200.0
2012-03-15    120.0
2012-02-25     10.0
2012-01-29     90.0

我想以半周期的方式重新采样（日期范围包括）：

^{pr2}$

等等

我当前的解决方案如下：使用“sticky date”和sum by groupby（“StickyDate”）.sum（）：

def get_week_index_by_date(date):
    if date.day == 1:
        return 0
    if date.day < 8:
        return 1
    if date.day < 15:
        return 2
    if date.day < 22:
        return 3
    else:
        return 4


def get_sticky_date(date):
    return pandas.datetime(date.year, date.month, min(get_week_index_by_date(date)*7+1, 28))


df["StickyDate"] = df.Date.apply(get_sticky_date)
weekly_progress = df.groupby("StickyDate").sum()

现在我需要重新编制索引，以便缺失的日期在我的系列中显示为0，并按日期排序：

def get_weekly_progress_index(start_date, end_date):
    curr_date = start_date
    while curr_date < end_date:
        for i in range(5):
            yield pandas.datetime(curr_date.year, curr_date.month, min(i*7+1, 28))
        curr_date += pandas.offsets.MonthBegin(1)

new_index = list(get_weekly_progress_index(weekly_progress.index.min(), weekly_progress.index.max()))

weekly_progress = weekly_progress.reindex(new_index).fillna(0)

我的问题是，有没有更直接的方法来实现这一点，或者这是最好的方法？在