Python 给定日期的一个季度的日数（单位：天）

我创建了一个日期数据框，如下所示：

import pandas as pd

timespan = 366
df = pd.DataFrame({'Date':pd.date_range(pd.datetime.today(), periods=timespan).tolist()})

我很难在一个季度内确定日期。比如说

date          expected_value
2017-01-01       1           # because it it the first day in Q1
2017-01-02       2           # because it is the second day in Q1
2017-02-01      32           # because it is the 32th day in Q1
2017-04-01       1           # because it is the first day in Q2

你能给我一些建议吗？提前感谢您。

首先：

day_of_year = datetime.now().timetuple().tm_yday

从

您可以通过这种方式获得每个季度的第一天，并用括号/减法计算第一天的值，得到该季度的第几天

从以下开始：

day_of_year = datetime.now().timetuple().tm_yday

从

---

您可以通过这种方式获得每个季度的第一天，并用括号/减法计算第一天的值以获得该季度的第几天

一种方法是根据日期和季度累计数创建一个新的df，然后将值映射到实际df，即

timespan = 5000
ndf = pd.DataFrame({'Date':pd.date_range('2015-01-01', periods=timespan).tolist()})
ndf['q'] = ndf['Date'].dt.to_period('Q')
ndf['new'] = ndf.groupby('q').cumcount()+1
maps = dict(zip(ndf['Date'].dt.date, ndf['new'].values.tolist()))

映射值

df['expected'] = df.Date.dt.date.map(maps)

输出：

Date expected 0 2017-09-12 09:42:14.324492 74 1 2017-09-13 09:42:14.324492 75 2 2017-09-14 09:42:14.324492 76 3 2017-09-15 09:42:14.324492 77 4 2017-09-16 09:42:14.324492 78 . . 143 2018-02-02 09:42:14.324492 33 . . 201 2018-04-01 09:42:14.324492 1 预期日期 0 2017-09-12 09:42:14.324492 74 1 2017-09-13 09:42:14.324492 75 2 2017-09-14 09:42:14.324492 76 3 2017-09-15 09:42:14.324492 77 4 2017-09-16 09:42:14.324492 78 . . 143 2018-02-02 09:42:14.324492 33 . . 201 2018-04-01 09:42:14.324492 1

---

希望能有帮助

一种方法是根据日期和季度累计数创建一个新的df，然后将值映射到实际df，即

timespan = 5000
ndf = pd.DataFrame({'Date':pd.date_range('2015-01-01', periods=timespan).tolist()})
ndf['q'] = ndf['Date'].dt.to_period('Q')
ndf['new'] = ndf.groupby('q').cumcount()+1
maps = dict(zip(ndf['Date'].dt.date, ndf['new'].values.tolist()))

>>> df.assign(
        days_in_qurater=[(date - ts.start_time).days + 1 
                         for date, ts in zip(df['Date'], 
                                             pd.PeriodIndex(df['Date'], freq='Q'))])
          Date  days_in_qurater
0   2017-01-01                1
1   2017-01-02                2
2   2017-01-03                3
...
363 2017-12-30               91
364 2017-12-31               92
365 2018-01-01                1

映射值

df['expected'] = df.Date.dt.date.map(maps)

输出：

Date expected 0 2017-09-12 09:42:14.324492 74 1 2017-09-13 09:42:14.324492 75 2 2017-09-14 09:42:14.324492 76 3 2017-09-15 09:42:14.324492 77 4 2017-09-16 09:42:14.324492 78 . . 143 2018-02-02 09:42:14.324492 33 . . 201 2018-04-01 09:42:14.324492 1 预期日期 0 2017-09-12 09:42:14.324492 74 1 2017-09-13 09:42:14.324492 75 2 2017-09-14 09:42:14.324492 76 3 2017-09-15 09:42:14.324492 77 4 2017-09-16 09:42:14.324492 78 . . 143 2018-02-02 09:42:14.324492 33 . . 201 2018-04-01 09:42:14.324492 1

---

希望能有帮助

这比以下速度快250倍左右：

>>> df.assign(
        days_in_qurater=[(date - ts.start_time).days + 1 
                         for date, ts in zip(df['Date'], 
                                             pd.PeriodIndex(df['Date'], freq='Q'))])
          Date  days_in_qurater
0   2017-01-01                1
1   2017-01-02                2
2   2017-01-03                3
...
363 2017-12-30               91
364 2017-12-31               92
365 2018-01-01                1

---

这比以下速度快约250倍：

---

在熊猫中，如果您想要一年中的某一天，那么可以将.dt访问器与系列一起使用。i、 e

df.Date.dt.dayofyear

。在pandas中，如果您想要一年中的某一天，则可以将.dt访问器与series一起使用。i、 e

df.Date.dt.dayof year

。谢谢你，巴拉斯。你的解决方案有效。然而，我只是想知道如果我在df中的第一行不是1月1日的第一行怎么办。我可能需要对groupby做些什么。否则，在下一个季度到来之前，预期结果是不正确的。谢谢你，巴拉斯。你的解决方案有效。然而，我只是想知道如果我在df中的第一行不是1月1日的第一行怎么办。我可能需要对groupby做些什么。否则，在下一个季度到来之前，预期结果都是错误的。这太棒了。真是太棒了。看看亚历山大的答案。我认为这是目前为止最好的解决方案。看看亚历山大的答案。我认为这是目前为止最好的解决办法。