自定义带条件的季度列：DataFrame季度划分规则及代码问题

嘿，这个跨自然年的季度划分需求确实有点绕，我来帮你捋清楚怎么实现！核心逻辑就是你说的：前一年12月 + 当年1-2月属于同一年度的Q1，剩下的季度按自然年常规划分。下面用Python的pandas给你提供两种实用方案：

思路一：直接判断月份+年份偏移 #

不用额外新增中间列，通过自定义函数直接给每行分配对应季度：

import pandas as pd
import numpy as np

# 先模拟一份测试数据（假设你的DataFrame有datetime类型的date列）
df = pd.DataFrame({'date': pd.date_range('2010-11-01', '2011-03-01', freq='MS')})
# 提取年份和月份列
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month

# 自定义季度判断函数
def assign_custom_quarter(row):
    year = row['year']
    month = row['month']
    if month == 12:
        # 12月属于下一年的Q1
        return f"Q1_{year + 1}"
    elif 1 <= month <= 2:
        # 1-2月属于当年的Q1
        return f"Q1_{year}"
    elif 3 <= month <= 5:
        return f"Q2_{year}"
    elif 6 <= month <= 8:
        return f"Q3_{year}"
    elif 9 <= month <= 11:
        return f"Q4_{year}"
    else:
        return None

# 应用函数生成季度列
df['quarter'] = df.apply(assign_custom_quarter, axis=1)

运行后你会得到符合预期的结果：

思路二：先调整年份，再统一划分季度 #

如果你觉得直接判断逻辑太细碎，可以先给12月的行把年份+1，生成一个「调整后年份」列，后续的季度判断就和常规逻辑一致了：

# 生成调整后年份：12月的年份+1，其他月份保持原年份
df['adjusted_year'] = np.where(df['month'] == 12, df['year'] + 1, df['year'])

# 基于调整后年份统一分配季度
df['quarter'] = df.apply(lambda row: 
    f"Q1_{row['adjusted_year']}" if row['month'] in [12,1,2]
    else f"Q2_{row['adjusted_year']}" if row['month'] in [3,4,5]
    else f"Q3_{row['adjusted_year']}" if row['month'] in [6,7,8]
    else f"Q4_{row['adjusted_year']}", axis=1)

这个思路把跨年度的问题转化为「年份偏移」的问题，逻辑更直观，后续维护也方便。

为什么你之前的代码没生效？ #

大概率是没处理好12月的年份偏移——比如直接把12月归到当年Q1，这就和你的需求不符了。上面两种方法都明确给12月的行做了年份+1的处理，完美匹配你要的Q1规则。

内容的提问来源于stack exchange，提问作者BEN