如何在Pandas DataFrame中基于日期列生成连续周期序号列？

核心思路 #

通过Pandas的日期时间属性做向量化计算，直接基于年份和月份的差值生成周期数，这种方法效率最高，尤其适配大规模数据集。

步骤与代码 #

1. 确保日期列类型正确（若post_month还不是datetime类型）：

import pandas as pd

# 转换为datetime类型
df['post_month'] = pd.to_datetime(df['post_month'])

2. 生成period列
   以2017年11月为周期起点（标记为1），通过年份和月份的差值直接计算每个日期对应的周期数：

# 计算每个日期与2017年11月的月份差，再加1得到最终周期值
df['period'] = (df['post_month'].dt.year - 2017) * 12 + (df['post_month'].dt.month - 11) + 1

验证样例结果 #

针对你提供的样例数据，计算结果如下：

• 2018-04-01 → 周期6
• 2019-02-01 → 周期16
• 2018-09-01 → 周期11
• 2018-03-01 → 周期5

方法优势 #

该方案采用向量化操作，完全避免了逐行循环，计算速度远快于apply类方法；同时代码简洁直观，能稳定覆盖2017年11月至2023年1月的所有日期范围。

内容的提问来源于stack exchange，提问作者Connor95