Python实现YYYY:Q1到YYYY/MM日期格式转换的方法

问题 #

数据集日期格式为1998:Q1/1998:Q2这类季度标识，Vega Lite无法将其识别为时间变量，需要批量转换为1998/01/1998/04（对应季度起始月份）的格式。此前尝试的代码无效：

df['Date']=pd.to_datetime(df['Date'],format = '%Y%M')

解决方法 #

方法一：用Pandas预处理数据集 #

原代码失败原因是格式符错误：%M代表分钟，而季度对应的格式符是%q，且原字符串包含冒号分隔，需匹配格式%Y:%q。正确处理步骤如下：

import pandas as pd

# 读取数据集
df = pd.read_csv("Book1.csv")

# 解析季度格式为datetime类型（自动转为该季度第一天），再格式化为目标字符串
df['Date'] = pd.to_datetime(df['Date'], format='%Y:%q').dt.strftime('%Y/%m')

# 保存处理后的数据集（可选）
df.to_csv("processed_Book1.csv", index=False)

执行后，Date列会批量转换为1998/01、1998/04这类格式，直接导入Vega Lite即可识别。

方法二：直接在Vega Lite中转换 #

如果不想提前用Pandas处理，可在Vega Lite的配置中添加transform变换，直接处理原始日期字符串：

{
  "data": {"url": "Book1.csv"},
  "transform": [
    // 拆分日期字符串，解析为季度起始日期的datetime对象
    {
      "calculate": "datetime(parse(split(datum.Date, ':')[0]), (parse(split(datum.Date, ':')[1].slice(1)) - 1) * 3, 1)",
      "as": "formatted_datetime"
    },
    // 格式化为目标字符串格式（可选，若Vega Lite可直接识别datetime对象则跳过此步）
    {
      "calculate": "format(formatted_datetime, '%Y/%m')",
      "as": "Date"
    }
  ],
  // 后续可视化配置...
}

这段代码会先拆分1998:Q1为年份1998和季度1，计算出季度起始月份（Q1对应0，Q2对应3，以此类推），生成datetime对象后再格式化为目标字符串。

内容的提问来源于stack exchange，提问作者user20901436