Python中如何将'2002-Q1'字符串转为pandas季度日期对象

完全可以，pandas原生提供了季度粒度的周期日期类型，不需要额外编写解析逻辑，直接调用内置方法即可完成转换。

单值转换方法 #

针对单个'2002-Q1'格式的字符串，直接使用pd.Period指定季度频率即可转换：

import pandas as pd

YearQtr = '2002-Q1'
# 转换为pandas季度周期对象
quarter_obj = pd.Period(YearQtr, freq='Q')

转换得到的quarter_obj是pandas专门为季度粒度设计的日期对象，原生支持各类季度相关的时间操作，常用操作如下：

• 直接输出对象值为2002Q1，和原字符串语义完全匹配
• 调用quarter_obj.start_time可获取该季度第一天的时间戳：2002-01-01 00:00:00
• 调用quarter_obj.end_time可获取该季度最后一天的时间戳：2002-03-31 23:59:59.999999999
• 支持直接做季度偏移计算，比如quarter_obj + 3会自动处理跨年逻辑，得到2002Q4

批量转换方法 #

如果需要处理一整列同格式的年-季度字符串，使用pd.PeriodIndex即可批量转换为季度周期序列：

# 示例：转换Series中的季度字符串
qtr_str_col = pd.Series(['2002-Q1', '2002-Q2', '2003-Q4'])
qtr_period_col = pd.PeriodIndex(qtr_str_col, freq='Q')

注意：如果直接用pd.to_datetime(YearQtr)转换，得到的是对应季度第一天的普通时间戳，不是带季度维度的周期对象，做季度粒度的分组、时序计算时优先使用Period类型，避免时间精度误差。

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