将日期列分组为 n 天时间段

Question

我需要一个函数，根据某些开始日期和结束日期（1 年间隔）将日期列分组为 n 天时间段。要为数据框中的每个日期分配一个季度（~90 天），我使用了下面的代码，它不是很简洁（我也想在 30 天的时间段内重复使用它）

def get_quarter(row, start_date, col_name):
#     date = row['TRN_DT']
    date = row[col_name]
    if date >= start_date and date <= start_date + timedelta(days = 90):
        return 0
    if date > start_date + timedelta(days = 90) and date <= start_date + timedelta(180):
        return 1
    if date > start_date + timedelta(180) and date <= start_date + timedelta(270):
        return 2
    return 3

它基本上逐行检查当前日期属于哪个区间。我想知道是否有更好的方法来做到这一点。 pandas.Series.dt.to_period() 不会执行，因为它使用日历年作为参考 --start 01.Jan, end 31.Dec;也就是说，16.Jan.XXXX 将永远在 Q1 中；如果开始日期是 6 月 16 日，我想要 16.Jan 进入第三季度。谢谢

Answer 1

FTR，一个可能的解决方案是根据 start_date 移动系列中的每个日期，以模拟 start_date 是一年的开始：

>>> start_date = pd.to_datetime("2021-06-16")
>>> dates_series = pd.Series([pd.to_datetime("2020-01-16"), pd.to_datetime("2020-04-16")], name="dates")
0    1
1    2
Name: dates, dtype: int64

我们计算当前日期和同年年初的差值。

>>> offset = start_date - start_date.replace(month=1, day=1)
>>> offset
166 days 00:00:00

我们将所有日期移动到同一个报价以计算“新季度”

>>> (dates - offset).dt.quarter
0    3
1    4
Name: dates, dtype: int64

将日期列分组为 n 天时间段

Group date column into n-day periods

date

dataframe

python-3.x

pandas

pandas-groupby