场景：
Python中，DataFrame包含时间序列，需要从时间序列中取出每个月最后一天的日期。
模拟数据介绍：
DataFrame大小是（600，2），2列数据date和value，date是连续的从2018-01-01到2019-08-23，value连续的从0到599，想要的结果是每个月最后一天的日期，比如：2018-01-31、2018-02-28...2019-08-23，并把结果存到列表中。
#模拟数据代码
import pandas as pd
import numpy as np
data = pd.DataFrame(np.arange(600), columns=['value'])
data['date'] = pd.date_range('1/1/2018', periods=600)
data = data[['date', 'value']]
print(data.head(), '\n', data[-3:])
print(data.shape)#模拟数据展示
date value
0 2018-01-01 0
1 2018-01-02 1
2 2018-01-03 2
3 2018-01-04 3
4 2018-01-05 4
date value
597 2019-08-21 597
598 2019-08-22 598
599 2019-08-23 599
(600, 2)获取过程：
根据date创建了2个辅助列：year和month，根据辅助列year和month进行分组（groupby），这会把每年每个月的数据放到一起，然后取每个分组中最大（max）的日期，并存放到列表（to_list）中，从而实现需求。之后再删除（drop）辅助列，恢复数组原来的样子。
# 获取月份最后一天的日期的代码
data['year'] = data['date'].apply(lambda x: x.year)
data['month'] = data['date'].apply(lambda x: x.month)
grouped = data['date'].groupby([data['year'], data['month']])
last_day = grouped.max().to_list()
data.drop(['year', 'month'], axis=1, inplace=True)
print(last_day)#每月最后一天的日期的展示
[Timestamp('2018-01-31 00:00:00'), Timestamp('2018-02-28 00:00:00'), Timestamp('2018-03-31 00:00:00'), Timestamp('2018-04-30 00:00:00'),
Timestamp('2018-05-31 00:00:00'), Timestamp('2018-06-30 00:00:00'), Timestamp('2018-07-31 00:00:00'), Timestamp('2018-08-31 00:00:00'),
Timestamp('2018-09-30 00:00:00'), Timestamp('2018-10-31 00:00:00'), Timestamp('2018-11-30 00:00:00'), Timestamp('2018-12-31 00:00:00'),
Timestamp('2019-01-31 00:00:00'), Timestamp('2019-02-28 00:00:00'), Timestamp('2019-03-31 00:00:00'), Timestamp('2019-04-30 00:00:00'),
Timestamp('2019-05-31 00:00:00'), Timestamp('2019-06-30 00:00:00'), Timestamp('2019-07-31 00:00:00'), Timestamp('2019-08-23 00:00:00')]这里的需求是取每月最后一天的日期，可以延申下，取每月最后一天对应的value，只要把目标列换下就可以：
grouped = data['value'].groupby([data['year'], data['month']])