在Google Colab中使用PeriodIndex遇错误，需为索引分配季度时间周期

运行代码 #

import pandas as pd

df=pd.read_csv("walmart.csv")
df.head()
df.set_index('Line Item',inplace=True)
df.index = pd.PeriodIndex(df.index, freq='Q-JAN')
df

报错信息 #

AttributeError Traceback (most recent call last)
/usr/local/lib/python3.8/dist-packages/pandas/_libs/tslibs/period.pyx in pandas._libs.tslibs.period.extract_ordinals()

AttributeError: 'str' object has no attribute 'ordinal'

During handling of the above exception, another exception occurred:

ValueError Traceback (most recent call last)
9 frames
ValueError: Unknown datetime string format, unable to parse: REVENUE

During handling of the above exception, another exception occurred:

DateParseError Traceback (most recent call last)
/usr/local/lib/python3.8/dist-packages/pandas/_libs/tslibs/parsing.pyx in pandas._libs.tslibs.parsing.parse_datetime_string_with_reso()

DateParseError: Unknown datetime string format, unable to parse: REVENUE

问题原因 #

你把Line Item列设为索引后，尝试将其转为季度周期索引，但该列包含"REVENUE"这类非日期/季度格式的字符串，PeriodIndex无法将这类文本解析成时间周期，因此报错。

解决方法 #

1. 确认数据中存储季度时间的列

先检查walmart.csv，找到真正存储季度时间的列（比如列名可能是Quarter，值类似"2023Q1"、"Q4-2022"这类格式），不要用业务指标列（如Line Item）作为时间索引。

2. 正确设置季度周期索引

假设季度时间列名为Quarter，代码调整如下：

import pandas as pd

df = pd.read_csv("walmart.csv")
# 将季度时间列设为索引
df.set_index('Quarter', inplace=True)
# 转换为季度周期索引，freq='Q-JAN'表示财年结束于1月
df.index = pd.PeriodIndex(df.index, freq='Q-JAN')
df

3. 若Line Item包含季度信息但格式混乱

如果Line Item列同时包含指标名和季度信息（比如值为"REVENUE Q1 2023"），先提取其中的季度部分再转换：

import pandas as pd

df = pd.read_csv("walmart.csv")
# 从Line Item中提取季度字符串（示例格式：Q1 2023）
df['Quarter'] = df['Line Item'].str.extract(r'(Q\d \d{4})')
# 提取后将季度列设为索引并转换
df.set_index('Quarter', inplace=True)
df.index = pd.PeriodIndex(df.index, freq='Q-JAN')
df

内容的提问来源于stack exchange，提问作者Ratnesh Kumar