Python Pandas Datetime：如何将财年与财月转换为公历日期

问题背景 #

现有如下包含ID、财年（Financial_Year）、财月（Financial_Month）的DataFrame，每个ID对应多条记录：

ID  Financial_Year  Financial_Month
1   2021             1
1   2022             2
2   2021             3
2   2023             12

需将财年与财月转换为公历日期，转换规则为：财年周期为当年7月至次年6月（例如FY2022对应2021年7月为财年第1月，2022年6月为财年第12月），预期输出如下：

ID  Financial_Year  Financial_Month     Calendar_date
1   2021             1                   01-07-2021
1   2022             2                   01-08-2022
2   2021             3                   01-09-2021
2   2023             12                  01-06-2023 

实现代码 #

使用Pandas即可完成转换，核心逻辑是通过财月推导公历的年、月，再生成标准日期：

import pandas as pd

# 初始化原始数据
df = pd.DataFrame({
    'ID': [1, 1, 2, 2],
    'Financial_Year': [2021, 2022, 2021, 2023],
    'Financial_Month': [1, 2, 3, 12]
})

# 计算公历月份和年份
df['temp_month'] = df['Financial_Month'] + 6
df['temp_year'] = df['Financial_Year']

# 处理月份超过12的情况：年份+1，月份减12
over_12_mask = df['temp_month'] > 12
df.loc[over_12_mask, 'temp_year'] += 1
df.loc[over_12_mask, 'temp_month'] -= 12

# 生成格式化的公历日期字符串（固定每月1号）
df['Calendar_date'] = pd.to_datetime(
    df[['temp_year', 'temp_month']].assign(day=1)
).dt.strftime('%d-%m-%Y')

# 清理临时计算列
df = df.drop(['temp_year', 'temp_month'], axis=1)

# 输出结果
print(df)

逻辑说明 #

1. 财年第N月对应公历的初始月份为N+6，比如财月1对应公历7月（1+6=7），财月12对应公历18月
2. 当计算出的月份>12时，说明进入了下一个公历年份，此时年份加1，月份减去12（比如18月→次年6月）
3. 用pd.to_datetime将年、月、固定日（1号）转换为日期对象，再通过strftime格式化为dd-mm-yyyy的字符串
4. 最后删除临时列，得到目标结构的DataFrame

内容的提问来源于stack exchange，提问作者technical