Python中如何将datetime列转为YYYYQx格式？尝试代码无返回

当然有啦！在Pandas里处理这种日期转季度格式的需求，其实有好几种简洁又高效的方式，比你之前尝试的zip方法要省心多了，我给你整理几个常用方案：

方法一：直接矢量化字符串拼接 #

利用Pandas的矢量化操作，不用手动转列表或者循环，直接对整列进行处理，效率很高：

DF_A['quarter'] = DF_A['period'].dt.year.astype(str) + 'Q' + DF_A['period'].dt.quarter.astype(str)

这里需要把dt.year和dt.quarter返回的数值类型转成字符串，才能和'Q'完成拼接，一步就能生成目标格式的新列。

方法二：使用dt.to_period（最简便） #

这是最简洁的方式，Pandas自带的周期转换方法直接就能生成季度格式：

DF_A['quarter'] = DF_A['period'].dt.to_period('Q').astype(str)

to_period('Q')会把datetime对象转换成季度周期类型（比如2018Q1这种格式的周期对象），再转成字符串就完全符合你的需求了，几乎是一行搞定！

关于你之前的zip方法为什么没返回结果 #

你之前的代码没得到结果，大概率是因为zip()返回的是一个迭代器对象，而不是直接可使用的列表或列数据。如果非要用这种方式，需要把迭代器转成可拼接的列表，再赋值给列：

length_of_DF = len(DF_A)
DF_A['quarter'] = [''.join(map(str, item)) for item in zip(DF_A['period'].dt.year, ['Q']*length_of_DF, DF_A['period'].dt.quarter)]

不过这种方法需要逐行处理，效率远不如前面两种矢量化操作，所以更推荐前两种方案。

内容的提问来源于stack exchange，提问作者Jespar