如何将月度时间序列转为季度序列？提取日期列月份并筛选指定月份

嗨，我来帮你搞定这个需求！咱们分两步走：先从日期列提取月份信息，再筛选出你需要的1、4、7、10月数据，轻松得到每年4个季度的时间序列。

第一步：从日期列提取月份信息 #

既然你的日期列已经转成了Pandas的日期格式（datetime64类型），那提取月份超级简单——用.dt.month属性就行，它会返回一个整数列（1到12），代表每个日期对应的月份。

示例代码：

# 假设你的日期列名叫'date'，新增一列存储月份
df['month'] = df['date'].dt.month

这样你就能直观看到每一行对应的月份，方便后续筛选。

第二步：筛选1、4、7、10月的数据 #

要保留每年的这四个月份，直接用isin()方法匹配目标月份列表就行，一步就能过滤出你要的季度数据。

示例代码：

# 筛选出月份为1、4、7、10的行
df_quarterly = df[df['date'].dt.month.isin([1, 4, 7, 10])]

运行完这段代码后，df_quarterly里就只保留了每年1月、4月、7月、10月的数据，正好是你需要的季度时间序列啦！

额外小提示 #

如果你的日期列已经设置为DataFrame的索引（DatetimeIndex），也可以用resample('QS')来按季度起始频率筛选，但上面的isin()方法更直接，完全匹配你要保留特定月份的需求。

内容的提问来源于stack exchange，提问作者Niccola Tartaglia