最初に

機械学習やデータ分析で、特定の期間にデータを絞りたいなという時があると思います。

アドホックに絞る場合はPySparkや素のSQLで簡単に絞れますが、これを自動で、動的に絞りたいときはどうするか？

ということで、コーディングしてみました。

ゴール

「プログラムを実行する日」を起点として、「その前月の最終日」から「3ヶ月前の月の初日」の2つを取得したいと思います。

流れ

「プログラムを実行する日」を取得する

つまり本日のdatetimeを取得します。

from datetime import date

current_datetime = date.today()
print(current_datetime)
>>> 2022-10-02

「その前月の最終日」を取得する

プログラム実行日の前月データ

relativedeltaメソッドを使います。

from dateutil.relativedelta import relativedelta

one_month_ago_datetime = current_datetime - relativedelta(months=1)
print(one_month_ago_datetime)
>>> 2022-09-02

前月の最終日

月の最終日とは、その月の日数に等しいので、それから取ります。

import calendar

target_end_datetime = get_last_date(one_month_ago)
print(target_end_date)
>>> 2022-09-30

参考にさせていただきました。

##「3ヶ月前の月の初日」を取得する

まともにやるとダメ

まともに考えると、上のtarget_end_datetimeから、relativedeltaで3を引けばいいのですが、これをすると

three_month_ago_datetime = target_end_datetime - relativedelta(months=3)
print(three_month_ago_datetime)
>>> 2022-06-30

となるので、欲しい「2022-07-01」とは若干異なりますね。
確実性を保つために、別の方法を試します。

「2ヶ月前の月の初日」を取ることにする

まず2ヶ月前のdatetimeを取って、

two_month_ago_datetime = target_end_datetime - relativedelta(months=2)
print(two_month_ago_datetime)
>>> 2022-07-30

この月の初日を取ることにします。

target_first_datetime = two_month_ago_datetime.replace(day=1)
print(target_first_datetime)
>>> 2022-07-01

これで出来ました。

元データがただの文字列だったら？

元データがただの文字列（yyyyMMdd）であれば、これを一旦datetime型に直して上のコードを使う必要があります。