如何将Pandas DataFrame日期列转换为对应期末日期？

这个需求我之前处理过类似的，咱们先拆解清楚你给出的格式规则，再写代码实现：

先明确转换规则 #

根据你的示例，总结出几种格式对应的期末日期：

• FQXX：对应XX年的12月31日（等价于当年第4季度末）
• XQXX：X是季度数（1-4），对应XX年第X季度的最后一天（1Q→3/31，2Q→6/30，3Q→9/30，4Q→12/31）
• FYXX：对应XX年的12月31日（当年年末）
• H1XX：对应XX年的6月30日（上半年末）；如果有H2XX，对应XX年的12月31日（下半年末）

实现步骤 #

我们可以写一个自定义转换函数，再用Pandas的apply方法批量处理整个列：

1. 导入必要库

import pandas as pd

2. 定义转换函数

这个函数会逐个解析每个日期字符串，返回对应的期末日期：

def convert_to_end_date(date_str):
    # 提取年份：取字符串最后两位，转换为4位年份（这里默认是20XX年，若需支持19XX可调整逻辑）
    year = 2000 + int(date_str[-2:])
    
    # 根据前缀判断周期类型
    if date_str.startswith('FQ'):
        # FQXX → 当年12月31日
        return pd.Timestamp(year, 12, 31)
    elif 'Q' in date_str:
        # XQXX → 对应季度的最后一天，用pd.Period更优雅
        qtr = int(date_str.split('Q')[0])
        quarter_period = pd.Period(f"{year}Q{qtr}", freq='Q')
        return quarter_period.end_time
    elif date_str.startswith('FY'):
        # FYXX → 当年12月31日
        return pd.Timestamp(year, 12, 31)
    elif date_str.startswith('H'):
        # H1XX→6/30，H2XX→12/31
        half = date_str[1]
        if half == '1':
            return pd.Timestamp(year, 6, 30)
        elif half == '2':
            return pd.Timestamp(year, 12, 31)
    else:
        # 遇到未知格式返回NaT（方便后续处理缺失值）
        return pd.NaT

3. 批量处理DataFrame列

用示例数据测试一下：

# 构造示例DataFrame
df = pd.DataFrame({'Date': ['FQ18', '1Q19', 'FY22', 'H123', '3Q20', 'H221']})

# 应用转换函数生成新列
df['End_Date'] = df['Date'].apply(convert_to_end_date)

# 查看结果
print(df)

运行后输出结果：

Date           End_Date
0  FQ18 2018-12-31 00:00:00
1  1Q19 2019-03-31 00:00:00
2  FY22 2022-12-31 00:00:00
3  H123 2023-06-30 00:00:00
4  3Q20 2020-09-30 00:00:00
5  H221 2021-12-31 00:00:00

注意事项 #

• 如果你的数据中包含19XX年的周期（比如FQ99），可以调整年份提取逻辑：比如判断最后两位数字，如果大于50则用1900 + 数字，否则用2000 + 数字。
• 如果有其他特殊格式，可以在函数中继续添加判断分支。
• 转换后的End_Date列是Pandas的Timestamp类型，方便后续做时间序列分析。

内容的提问来源于stack exchange，提问作者Number Logic