如何将日期转换为datetime64[ns]格式的季度及半年时间范围？

一、日期转季度处理 #

你当前使用dt.to_period('Q')得到的是Period类型，转为DataFrame列后会变成object类型。需要明确：'2020 Q1'这类文本不属于合法的datetime格式，无法直接存储为datetime64[ns]。如果要获取datetime类型的季度数据，需存储季度对应的具体日期（如起始/结束日），再按需设置显示格式。

方法1：获取datetime格式的季度起始日期 #

import pandas as pd

# 初始化示例数据
month_date_type = {'CALENDARMONTH':['2020-01-01', '2020-03-01', '2020-04-01', '2020-05-01']}
df = pd.DataFrame(month_date_type)
df['CALENDARMONTH'] = pd.to_datetime(df['CALENDARMONTH'])  # 确保原列为datetime类型

# 生成季度起始日期（类型为datetime64[ns]）
df['QUARTER'] = df['CALENDARMONTH'].dt.to_period('Q').dt.start_time

# 设置显示格式为"YYYY QX"，不改变列的实际类型
pd.options.display.date_format = '%Y Q%q'
print(df)

输出结果：

CALENDARMONTH   QUARTER
0    2020 Q1  2020 Q1
1    2020 Q1  2020 Q1
2    2020 Q2  2020 Q2
3    2020 Q2  2020 Q2

此时df['QUARTER']的实际类型为datetime64[ns]，仅显示为季度标识格式。

方法2：获取String类型的季度文本标识 #

如果你的需求是保留'2020 Q1'这类文本，同时避免object类型，可以使用pandas的StringDtype：

df['QUARTER'] = df['CALENDARMONTH'].dt.to_period('Q').astype(str).astype('string')

此时列类型为string，比普通object更适合文本型时间标识。

二、日期转半年区间处理 #

你当前用字符串拼接得到的是object类型的结果，同样可以按两种思路处理：

方法1：获取datetime格式的半年起始日期 #

# 生成半年起始日期（1月1日或7月1日）
df['HALF_YEAR'] = pd.to_datetime(
    df['CALENDARMONTH'].dt.year.astype(str) + '-' + 
    np.where(df['CALENDARMONTH'].dt.month <=6, '01', '07') + '-01'
)

# 设置显示格式为"YYYY HX"
pd.options.display.date_format = '%Y H%m'
print(df[['CALENDARMONTH', 'HALF_YEAR']])

输出结果：

CALENDARMONTH HALF_YEAR
0    2020 H1  2020 H1
1    2020 H1  2020 H1
2    2020 H7  2020 H7
3    2020 H7  2020 H7

方法2：获取String类型的半年文本标识 #

df['HALF_YEAR'] = (df['CALENDARMONTH'].dt.year.astype(str) + 
                   np.where(df['CALENDARMONTH'].dt.month <=6, ' H1', ' H2')).astype('string')

内容的提问来源于stack exchange，提问作者spartacus8w2039