基于自定义财季计算学生前两季度营收并重塑Pandas DataFrame

原始数据与需求 #

初始DataFrame #

import pandas as pd

df = pd.DataFrame(
    {'stud_id' : [101, 101, 101, 101, 
                  101, 102, 102, 102],
     'sub_code' : ['CSE01', 'CSE01', 'CSE01', 
                   'CSE01', 'CSE02', 'CSE02',
                   'CSE02', 'CSE02'],
     'ques_date' : ['10/11/2022', '06/06/2022','09/04/2022', '27/03/2022', 
                '13/05/2010',  '10/11/2021','11/1/2022', '27/02/2022'],
     'revenue' : [77, 86, 55, 90, 
                65, 90, 80, 67]}
)
df['ques_date'] = pd.to_datetime(df['ques_date'], dayfirst=True)

需求说明 #

• a) 自定义财历季度：10-12月为Q1，1-3月为Q2，4-6月为Q3，7-9月为Q4
• b) 按stud_id分组
• c) 以20/12/2022（对应2023Q1）为基准，计算每个学生前两个季度（2022Q4、2022Q3）的营收总和

已尝试代码 #

df['custom_qtr'] = pd.to_datetime(df['ques_date'], dayfirst=True).dt.to_period('Q-SEP')
date_1 = pd.to_datetime('20-12-2022')
df['date_based_qtr']  = date_1.to_period('Q-SEP')
pat = '(Q(\d+))'
df['custom_qtr_number'] = df['custom_qtr'].astype(str).str.extract(pat, expand=False)[1]
df['date_qtr_number'] = df['date_based_qtr'].astype(str).str.extract(pat, expand=False)[1]

完整解决方案 #

你的思路方向是对的，Q-SEP确实匹配咱们需要的自定义财历（财年结束于9月，10-12月为下一年Q1），接下来只需完成筛选、聚合和重塑即可：

步骤1：生成正确的自定义季度 #

因为已经把ques_date转成datetime格式，直接生成季度周期即可：

# 生成自定义财历季度，Q-SEP表示财年结束于9月，完全匹配需求的季度划分
df['custom_qtr'] = df['ques_date'].dt.to_period('Q-SEP')

步骤2：确定目标季度 #

基准日期20/12/2022对应的季度是2023Q1，往前推两个季度就是2022Q4和2022Q3：

base_qtr = pd.to_datetime('20-12-2022', dayfirst=True).to_period('Q-SEP')
# 计算前两个目标季度
target_qtrs = [base_qtr - 1, base_qtr - 2]

步骤3：筛选目标季度的数据 #

只保留属于2022Q3和2022Q4的记录：

filtered_df = df[df['custom_qtr'].isin(target_qtrs)]

步骤4：分组聚合并重塑为宽表 #

按学生和季度分组求和，再转成宽表让每个学生一行、季度作为列：

# 分组求和
result = filtered_df.groupby(['stud_id', 'custom_qtr'])['revenue'].sum().unstack()
# 重命名列，让显示更清晰（可选操作）
result.columns = [f'{col}营收总和' for col in result.columns]
# 重置索引，把stud_id从索引变回普通列（可选操作）
result = result.reset_index()

最终结果 #

运行后得到的result就是目标输出：

（注：学生102的记录里没有2022Q3/Q4的数据，所以显示NaN，若需要填充0可以在代码末尾加.fillna(0)）

完整代码整合 #

import pandas as pd

# 初始化数据
df = pd.DataFrame(
    {'stud_id' : [101, 101, 101, 101, 
                  101, 102, 102, 102],
     'sub_code' : ['CSE01', 'CSE01', 'CSE01', 
                   'CSE01', 'CSE02', 'CSE02',
                   'CSE02', 'CSE02'],
     'ques_date' : ['10/11/2022', '06/06/2022','09/04/2022', '27/03/2022', 
                '13/05/2010',  '10/11/2021','11/1/2022', '27/02/2022'],
     'revenue' : [77, 86, 55, 90, 
                65, 90, 80, 67]}
)
df['ques_date'] = pd.to_datetime(df['ques_date'], dayfirst=True)

# 生成自定义季度
df['custom_qtr'] = df['ques_date'].dt.to_period('Q-SEP')

# 确定目标季度
base_qtr = pd.to_datetime('20-12-2022', dayfirst=True).to_period('Q-SEP')
target_qtrs = [base_qtr - 1, base_qtr - 2]

# 筛选+聚合+重塑
result = df[df['custom_qtr'].isin(target_qtrs)] \
          .groupby(['stud_id', 'custom_qtr'])['revenue'].sum() \
          .unstack() \
          .fillna(0)  # 可选：把NaN替换为0
result.columns = [f'{col}营收总和' for col in result.columns]
result = result.reset_index()

print(result)

内容的提问来源于stack exchange，提问作者The Great