如何将数值型日期季度标识映射为对应年份1-4的整数季度值

你不需要写繁琐的for循环，用向量化运算就可以简洁高效完成映射，以下是最常用的pandas数据集场景的实现代码：

import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    'date': [0.25, 0.50, 0.75, 1.00, 1.25, 1.50, 1.75, 2.00, 2.25]
})

# 一行代码计算季度列，全程无显式循环
df['quarter'] = (df['date'] * 4 % 4).replace(0, 4).astype(int)

运行后得到的输出和你预期完全匹配：

date  quarter
0  0.25        1
1  0.50        2
2  0.75        3
3  1.00        4
4  1.25        1
5  1.50        2
6  1.75        3
7  2.00        4
8  2.25        1

逻辑说明 #

• 核心计算逻辑是纯数值运算，执行效率远高于逐行循环：
  • 先把date列的值乘以4，原本的季度值会被转换为连续整数序列（0.254=1、0.54=2、1.04=4、1.254=5，以此类推）
  • 对4取模后，整年份的数值（比如1.0、2.0乘4后得到4、8）会得到0，其余值对应1、2、3
  • 最后把结果里的0替换为4，转成整数类型就是需要的1-4季度序号

如果你处理的是普通Python列表而非pandas结构，可以用列表推导式实现同样效果，写法也比逐行for循环简洁：

date_list = [0.25, 0.50, 0.75, 1.00, 1.25, 1.50, 1.75, 2.00, 2.25]
quarter_list = [4 if val * 4 % 4 == 0 else int(val * 4 % 4) for val in date_list]

内容的提问来源于stack exchange，提问作者Daedomdan