You need to enable JavaScript to run this app. Pandas中如何对两个季度列做减法,提取得到整数的季度间隔数?
优惠活动
大模型
产品
解决方案
定价
更多

Pandas中如何对两个季度列做减法,提取得到整数的季度间隔数?

核心原理

两个季度粒度的pandas Period列直接做减法,返回的是封装后的QuarterEnd类型DateOffset对象,而非原生整数。这类对象的偏移季度数存储在内部属性中,无法直接作为整数使用,需要针对性提取对应数值。

可落地的实现方案

  • 方案一:直接提取DateOffset内置计数
    每个QuarterEnd类型的Offset对象,存储的间隔季度数对应n属性,直接调用即可获得纯整数结果,无需生成中间列:
    # 替换原period_number计算逻辑
    df_cohort['period_number'] = (df_cohort['End Quarter'] - df_cohort['Cohort']).dt.n
    
    计算完成后字段类型为int64,输出值与预期完全匹配,计算效率最高。
  • 方案二:整数编码差值计算(跨版本兼容)
    若因pandas版本差异导致属性提取失败,可先将两个季度Period列转换为全周期整数编码,再做差得到间隔数,从根源避免生成Offset对象:
    # 按 年份*4 + 季度序号 生成每个季度的唯一整值编码
    df_cohort['Cohort_code'] = df_cohort['Cohort'].apply(lambda p: p.year * 4 + p.quarter)
    df_cohort['EndQuarter_code'] = df_cohort['End Quarter'].apply(lambda p: p.year * 4 + p.quarter)
    # 整数差值即为两个季度之间流逝的季度总数
    df_cohort['period_number'] = df_cohort['EndQuarter_code'] - df_cohort['Cohort_code']
    # 清理临时中间列
    df_cohort = df_cohort.drop(columns=['Cohort_code', 'EndQuarter_code'])
    
    该方法不依赖pandas内部Offset的实现逻辑,跨版本运行结果完全一致,不会出现格式解析错误。

内容的提问来源于stack exchange,提问作者relephant

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 05:36:10