如何用pandas原生方法筛选DataFrame中季度实际结束日对应的行

必须先将date列转换为datetime类型，否则无法使用dt属性做日期判断 #

完整实现代码 #

步骤1：构造示例数据&预处理 #

import pandas as pd

# 构造示例数据
data = {
    'player': ['dan', 'dmitri', 'darren', 'xae12', 'except'],
    'amount': [10, 45, 15, 40, 89],
    'date': ['2021-06-29', '2021-06-30', '2021-12-31', '2021-12-30', '2022-01-31'],
    'Quarter': ['2Q21', '2Q21', '4Q21', '4Q21', '1Q22']
}
df = pd.DataFrame(data)
# 转换date列为datetime类型（必做步骤）
df['date'] = pd.to_datetime(df['date'])

方法1：标准公历季度场景（代码最简） #

直接调用pandas内置的季度末判断属性，适配绝大多数常规场景：

result = df[df['date'].dt.is_quarter_end]

方法2：自定义季度划分场景（扩展性强） #

如果你的Quarter列对应企业自定义财季（比如财年从4月开始），可使用分组校验的方案：

# 计算每个Quarter分组内的最大日期
quarter_max_date = df.groupby('Quarter')['date'].max().reset_index(name='max_date')
# 筛选最大日期为标准季度末的有效Quarter
valid_quarters = quarter_max_date[quarter_max_date['max_date'].dt.is_quarter_end]['Quarter']
# 关联原表取对应行
result = df.merge(quarter_max_date, on='Quarter', how='inner')\
           .query('Quarter in @valid_quarters and date == max_date')\
           .drop(columns='max_date')

输出结果验证 #

两种方法得到的结果完全符合需求：

player  amount       date Quarter
1  dmitri      45 2021-06-30    2Q21
2  darren      15 2021-12-31    4Q21

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