使用Pandas将长季度日期格式转换为短季度日期格式

针对你需要处理DataFrame的Date列，将空格替换为"."并保留年份后两位的需求，这里给出几种可行的实现方式：

方法一：正则表达式替换（最简洁） #

利用str.replace结合正则表达式，一次性完成空格替换和年份截取：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    "ID": ["AA", "BB", "CC", "CC", "CC", "DD"],
    "Date": ["Q1 2022", "Q4 2024", "Q2 2025", "Q3 2025", "Q1 2021", "Q2 2021"]
})

# 处理Date列
df["Date"] = df["Date"].str.replace(r' (\d{2})(\d{2})', r'.\2', regex=True)

解释：正则r' (\d{2})(\d{2})'匹配空格加四位年份，把空格替换为"."，并只保留后两位年份（\2对应第二个捕获组的两位数字）。

方法二：拆分字符串后拼接 #

先把Date列按空格拆分成季度和年份两部分，再分别处理后拼接：

# 拆分季度和年份
df[["Quarter", "Year"]] = df["Date"].str.split(" ", expand=True)
# 拼接处理后的内容：季度 + "." + 年份后两位
df["Date"] = df["Quarter"] + "." + df["Year"].str[-2:]
# 可选：删除临时生成的拆分列
df = df.drop(["Quarter", "Year"], axis=1)

方法三：apply自定义函数 #

如果需要更灵活的处理逻辑，可以用apply调用自定义函数：

def process_date(date_str):
    quarter, year = date_str.split(" ")
    return f"{quarter}.{year[-2:]}"

df["Date"] = df["Date"].apply(process_date)

纠正你之前尝试的错误： #

• df.Date.fillna(value=., inplace=True)是填充缺失值的方法，并非替换空格，替换空格应使用str.replace(" ", ".")，但单独替换后仍需处理年份，不如用正则一步到位。
• df["Date"].str[2:]会直接截取从第3个字符开始的内容，比如"Q1 2022"会变成" 2022"，完全丢失了季度信息，不符合需求。

执行上述任意一种方法后，DataFrame会输出你期望的结果：

ID   Date
0  AA  Q1.22
1  BB  Q4.24
2  CC  Q2.25
3  CC  Q3.25
4  CC  Q1.21
5  DD  Q2.21

内容的提问来源于stack exchange，提问作者Lynn