python - 在 pandas 中将季度周期转换为日期时间的干净方法

Question

编辑:
如果您遇到这个问题并且您的字符串看起来像 1996-Q1，那么只需使用 pd.to_datetime(df['Quarter']) 将其转换为正确的 Pandas 日期时间。这个问题是关于解决所有不符合此标准格式的季度日期的问题。

原始问题:
我正在寻找一种很好的、​​可读且易于理解的方法(您下次可以记住的方法)将 Q3 1996 转换为 pandas 日期时间，例如 1996-07-01 在这种情况下。到目前为止我发现了这个，但它非常丑陋:

df = pd.DataFrame({'Quarter':['Q3 1996', 'Q4 1996', 'Q1 1997']})
​
df['date'] = (
    pd.to_datetime(
        df['Quarter'].str.split(' ').apply(lambda x: ''.join(x[::-1]))
))
​
print(df)
   Quarter       date
0  Q3 1996 1996-07-01
1  Q4 1996 1996-10-01
2  Q1 1997 1997-01-01

我希望以下内容能够工作，因为它是可读的，但不幸的是它没有:

df['date'] = pd.to_datetime(df['Quarter'], format='%q %Y')

问题还在于，pandas 进行简单处理时季度和年份的顺序显然是错误的。

谁能帮我找到一种更简洁的方法将 Q3 1996 转换为 pandas 日期时间？

Answer 1

您可以(并且应该)使用 pd.PeriodIndex 作为第一步，然后使用 PeriodIndex.to_timestamp 转换为时间戳:

qs = df['Quarter'].str.replace(r'(Q\d) (\d+)', r'\2-\1')
qs

0    1996-Q3
1    1996-Q4
2    1997-Q1
Name: Quarter, dtype: object

df['date'] = pd.PeriodIndex(qs, freq='Q').to_timestamp()
df

   Quarter       date
0  Q3 1996 1996-07-01
1  Q4 1996 1996-10-01
2  Q1 1997 1997-01-01

初始替换步骤是必要的，因为 PeriodIndex 期望您的句号采用 %Y-%q 格式。

<小时/>

另一种选择是在以与之前相同的方式执行字符串替换后使用pd.to_datetime。

df['date'] = pd.to_datetime(
    df['Quarter'].str.replace(r'(Q\d) (\d+)', r'\2-\1'), errors='coerce')
df

   Quarter       date
0  Q3 1996 1996-07-01
1  Q4 1996 1996-10-01
2  Q1 1997 1997-01-01

<小时/>

如果性能很重要，您可以拆分和合并，但可以干净地进行:

df['date'] = pd.to_datetime([
    '-'.join(x.split()[::-1]) for x in df['Quarter']])

df

   Quarter       date
0  Q3 1996 1996-07-01
1  Q4 1996 1996-10-01
2  Q1 1997 1997-01-01