np.where()转换失效：Pandas年月列映射为年季度列问题

错误原因 #

你代码的核心问题是直接调用str(df['Period'])会将整个Period列（Series对象）转为描述性的整段字符串，而非对列中每个元素单独做字符串转换，因此提取的子串是全局的而非逐行的，最终结果不符合预期。

修正方案 #

方案1：字符串逐元素处理（贴近原始实现逻辑） #

使用pandas内置的.str访问器实现逐元素的字符串操作，同时用季度计算公式简化多分支判断：

# 将Period列统一转为字符串类型
period_str = df['Period'].astype(str)
# 逐行提取年份、月份
year_part = period_str.str[:4]
month_part = period_str.str[4:].astype(int)
# 计算季度：(月份-1)整除3后加1，刚好匹配1-4季度的规则
quarter = ((month_part - 1) // 3) + 1
# 拼接得到最终的年季度字段
df['DIST_PERIOD'] = year_part + quarter.astype(str)

如果要保留原来的np.where写法，只需要将字符串提取的逻辑替换为.str访问器的写法即可，还可以用isin简化多条件判断：

period_str = df['Period'].astype(str)
df['DIST_PERIOD'] = np.where(period_str.str[4:].isin(['01','02','03']), period_str.str[:4]+'1', df['DIST_PERIOD'])
df['DIST_PERIOD'] = np.where(period_str.str[4:].isin(['04','05','06']), period_str.str[:4]+'2', df['DIST_PERIOD'])
df['DIST_PERIOD'] = np.where(period_str.str[4:].isin(['07','08','09']), period_str.str[:4]+'3', df['DIST_PERIOD'])
df['DIST_PERIOD'] = np.where(period_str.str[4:].isin(['10','11','12']), period_str.str[:4]+'4', df['DIST_PERIOD'])

方案2：整数运算（性能更高，无需转字符串） #

因为Period本身是整数类型，可以直接用数学运算拆分出年份和月份，避免字符串转换的开销：

# 整数拆分：除以100取整得到年份，取模100得到月份
year = df['Period'] // 100
month = df['Period'] % 100
# 计算季度后拼接
df['DIST_PERIOD'] = year.astype(str) + (((month - 1) // 3) + 1).astype(str)

内容的提问来源于stack exchange，提问作者mattie_g