一种将 pandas 的季度时间转换为日期时间的干净方法 [英] Clean way to convert quarterly periods to datetime in pandas

问题描述

我正在寻找一种很好的，可读性和易懂的方式（您下次可以记住的一种方式）将 1996年第三季度转换为熊猫的日期时间，例如本例中的 1996-07-01。
到目前为止，我发现了这个，但是它非常丑陋：

I'm looking for a nice, readable and understandable way (one that you can remember for the next time) to convert 'Q3 1996' to a pandas datetime, for example '1996-07-01' in this case. Until now I found this, but it's mighty ugly:

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

我希望以下内容可以工作，因为它可读性强，但不幸的是它没有：

I was hoping the following would work, because it's readable, but unfortunately it doesn't:

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不正确，熊猫无法简单地进行处理。

The problem is also that quarter and year are apparently in the wrong order for pandas to do simple processing.

有人可以帮我找到一种更清洁的方法，将 1996年第三季度转换为大熊猫日期时间吗？

Can anyone help me find a cleaner way of converting 'Q3 1996' to a pandas datetime?

推荐答案

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：

You can (and should) use pd.PeriodIndex as a first step, then convert to timestamp using PeriodIndex.to_timestamp:

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

PeriodIndex 希望您的期间采用％Y-％q 格式。

The initial replace step is necessary as PeriodIndex expects your periods in the %Y-%q format.

另一种选择是在执行字符串后使用 pd.to_datetime 更换方法与以前相同。

Another option is to use pd.to_datetime after performing string replacement in the same way as before.

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

---

如果性能很重要，您可以拆分并加入，但可以做到干净整洁：

---

If performance is important, you can split and join, but you can do it cleanly:

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

这篇关于一种将 pandas 的季度时间转换为日期时间的干净方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！