如何在Python中将日期转换为季度标识？

没问题！我来帮你快速实现将日期列转换成YYYYqQ格式的季度标识需求。用Pandas处理这类日期转换非常顺手，我给你一步步演示：

步骤说明 #

• 首先要把字符串格式的日期转换成Pandas能识别的datetime类型，这样才能提取年份和季度信息
• 然后从datetime列中分别提取年份和季度，再拼接成你想要的格式

完整代码示例 #

import pandas as pd

# 你的原始数据集
data = [ {'date': '3/22/18', 'quarter': 1}, {'date': '3/22/18', 'quarter': 1}, 
         {'date': '6/22/18', 'quarter': 3}, {'date': '6/22/18', 'quarter': 3}, 
         {'date': '9/22/18', 'quarter': 2}, {'date': '9/22/18', 'quarter': 2}]
df = pd.DataFrame(data, index=['s1', 's2','s1','s2','s1','s2'])

# 1. 将字符串日期转为datetime类型
df['date'] = pd.to_datetime(df['date'])

# 2. 生成目标季度标识列
df['quarter_label'] = df['date'].dt.year.astype(str) + 'q' + df['date'].dt.quarter.astype(str)

# 查看处理后的结果
print(df)

代码解释 #

• pd.to_datetime(df['date'])：自动识别你的MM/DD/YY格式日期，将字符串转为datetime对象
• df['date'].dt.year：提取日期对应的年份，转成字符串后用于拼接
• df['date'].dt.quarter：提取日期对应的季度（1=1-3月，2=4-6月，3=7-9月，4=10-12月），同样转成字符串拼接
• 最终得到的quarter_label列就是你需要的2018q1、2018q2这类格式

另外注意：你原始数据里的quarter列值存在错误（比如6月22日应该对应Q2，但你写的是3），用上面的方法就能得到正确的季度标识哦。

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