在 pandas 中将季度期间转换为日期时间的简洁方法

Question

编辑：
如果您要回答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。这道题是要解决所有不是这个标准格式的季度日期。

原问题：
我正在寻找一种将 Q3 1996 转换为 pandas 日期时间（例如本例中的 1996-07-01 的漂亮、可读且易于理解的方式（您下次可以记住的方式）。直到现在我才找到这个，但是它太丑了:

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

我希望下面的内容可以工作，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')

问题还在于季度和年份的顺序显然是错误的 pandas 无法进行简单处理。

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'-')
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 期望您的经期采用 %Y-%q 格式。

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'-'), errors='coerce')
df

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

如果性能很重要，你可以拆分和合并，但你可以干净利落：

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

Answer 2

使用前 4 个值切片 2 并转换为日期时间：

df['date'] = pd.to_datetime(df['Quarter'].str[-4:] + df['Quarter'].str[:2])

pandas 中的字符串操作很慢，所以如果没有缺失值是可能的，请使用 list comprehension:

#python 3.6+ 
df['date'] = pd.to_datetime([f'{x[-4:]}{x[:2]}' for x in df['Quarter']])
#python bellow
#df['date'] = pd.to_datetime(['{}{}'.format(x[-4:], x[:2]) for x in df['Quarter']])
print (df)
   Quarter       date
0  Q3 1996 1996-07-01
1  Q4 1996 1996-10-01
2  Q1 1997 1997-01-01

Answer 3

给定像 2018-Q1 这样的四分之一格式，可以使用内置的 pd.to_datetime 函数。作为一般答案，必须处理可以存储季度观察值的多种方式（例如 2018:1、2018:Q1、20181、Q1:2018 等），将数据强制转换为 supra 格式超出了我的回答范围。

但是给定一个格式化的系列：

formatted_series = formatted_series_supplier() ...
df['date'] = pd.to_datetime(formatted_series)

例如：

>>> pd.to_datetime(pd.Series(['2018-Q1']))
0   2018-01-01
dtype: datetime64[ns]

如果您要处理监管数据，这些数据几乎总是反映季度末而不是开始（即，您需要 2019-01-01，而不是 2019-03-31），您可以使用偏移量如下：

df['date'] = df['date'] + pd.offsets.QuarterEnd(0)

使用上面的示例，删除中间结果，

>>> pd.to_datetime(pd.Series(['2018-Q1'])) + pd.offsets.QuarterEnd(0)
0   2018-03-31
dtype: datetime64[ns]

请注意，如果您希望在同一季度内为结束日期正确编制索引，则必须向 QuarterEnd 提供 0 参数。否则，你会得到这样的东西：

>>> pd.to_datetime('2018-03-31') + pd.offsets.QuarterEnd()
Timestamp('2018-06-30 00:00:00')

在 pandas 中将季度期间转换为日期时间的简洁方法

Clean way to convert quarterly periods to datetime in pandas

python

datetime

date

period

pandas