如何在Python中使用Pandas生成指定年份范围的季度列表

场景1：直接指定起止年份生成季度列表 #

你可以直接使用pd.period_range()方法指定时间范围和季度频率，再格式化输出即可：

import pandas as pd

start_year = 2018
end_year = 2020
# 生成指定区间的季度列表
quarter_list = pd.period_range(
    start=f"{start_year}-01-01",
    end=f"{end_year}-12-31",
    freq="Q"
).strftime("%Y-q%q").tolist()

输出结果示例：['2018-q1', '2018-q2', '2018-q3', '2018-q4', '2019-q1', '2019-q2', '2019-q3', '2019-q4', '2020-q1', '2020-q2', '2020-q3', '2020-q4']

场景2：从已有DataFrame的日期列提取覆盖的季度列表 #

对应你给出的参考代码场景，你可以对PeriodIndex结果做格式化和去重处理，得到需要的列表：

# df为包含date日期列的DataFrame对象
quarter_list = pd.PeriodIndex(df['date'], freq="Q")\
    .strftime("%Y-q%q")\
    .drop_duplicates()\
    .tolist()

补充说明 #

• freq="Q"默认使用自然年季度（1-3月为Q1，以此类推），如果需要适配财年规则，可以修改为Q-DEC（财年12月结束，和自然年一致）、Q-MAR（财年3月结束，3-5月为Q1）等参数
• %Y-q%q为格式化规则，你可以根据需要调整输出格式，比如换成%Y年第%q季度就能得到2018年第1季度类的输出

内容的提问来源于stack exchange，提问作者ah bon