Pandas 熊猫：从截止级别中选择最后四个日期

您好，我有一个日期列表，我想查看日期，如果日期介于1月1日和3月31日之间，则选择该日期作为该特定年份的结束日期，并将前4个日期作为该年份的一部分。（每年只有4个日期，因此在我指定的范围内不会有2个日期。）

我的数据如下所示：

         date
0        1995-03-15
1        1995-07-06
2        1995-09-13
3        1995-12-12
4        1996-03-14
5        1996-07-01
6        1996-09-17
7        1996-12-12
8        1997-03-13
9        1997-06-25
10       1997-09-10
11       1997-12-12

我想要这样的东西（在单独的专栏中）

除其他外，我尝试了以下方法：

df['year'] = df.date.dt.to_period('A-MAR')

但是，我无法通过1月到3月之间的范围…我还想我可能可以从日期列中选择月份：

df['month']=df['date'].dt.month

，然后执行一个函数，从[1到3]之间的日期中选择最后一行（包括）并将年份放在另一列

有人对这个问题有什么想法吗？谢谢

使用：

y = df.date.dt.year
mask = df.date.dt.month.between(1, 3)
df['year'] = y.where(mask).bfill().fillna(y.max() + 1).sub(1).astype(int)
print (df)
         date  year
0  1995-03-15  1994
1  1995-07-06  1995
2  1995-09-13  1995
3  1995-12-12  1995
4  1996-03-14  1995
5  1996-07-01  1996
6  1996-09-17  1996
7  1996-12-12  1996
8  1997-03-13  1996
9  1997-06-25  1997
10 1997-09-10  1997
11 1997-12-12  1997

说明：

按月份使用，用于替换

NaN

s到不匹配的值：

print (y.where(df.date.dt.month.between(1, 3)))
0     1995.0
1        NaN
2        NaN
3        NaN
4     1996.0
5        NaN
6        NaN
7        NaN
8     1997.0
9        NaN
10       NaN
11       NaN
Name: date, dtype: float64

然后使用回补缺少的值：

print (y.where(df.date.dt.month.between(1, 3)).bfill())
0     1995.0
1     1996.0
2     1996.0
3     1996.0
4     1996.0
5     1997.0
6     1997.0
7     1997.0
8     1997.0
9        NaN
10       NaN
11       NaN
Name: date, dtype: float64

缺少的值（最后一行）由maximam year替换为添加的

1

：

print (y.where(df.date.dt.month.between(1, 3)).bfill().fillna(y.max() + 1))
0     1995.0
1     1996.0
2     1996.0
3     1996.0
4     1996.0
5     1997.0
6     1997.0
7     1997.0
8     1997.0
9     1998.0
10    1998.0
11    1998.0
Name: date, dtype: float64

最后减去一年：

print (y.where(df.date.dt.month.between(1, 3)).bfill().fillna(y.max() + 1).sub(1))
0     1994.0
1     1995.0
2     1995.0
3     1995.0
4     1995.0
5     1996.0
6     1996.0
7     1996.0
8     1996.0
9     1997.0
10    1997.0
11    1997.0
Name: date, dtype: float6

---

@杰兹雷尔，很抱歉打扰你。我还有一个问题与上面的有点类似。。有没有办法选择最接近3月31日的日期，并将其作为一年的最后一个日期，并将前三个日期归类为同一年的一部分？（类似，但不是看范围，而是看3月31日之前最接近的值）（我应该再提交一个问题吗？@Adrian-你能提出新问题吗？现在我不知道了。

print (y.where(df.date.dt.month.between(1, 3)).bfill().fillna(y.max() + 1).sub(1))
0     1994.0
1     1995.0
2     1995.0
3     1995.0
4     1995.0
5     1996.0
6     1996.0
7     1996.0
8     1996.0
9     1997.0
10    1997.0
11    1997.0
Name: date, dtype: float6