Python 熊猫：将YYYYQQ值的索引转换为datetime对象

我有以下数据帧：

df = pd.DataFrame({'A':[1,2,3],'B':[4,3,2]},index = ['201701','201702','201703'])

其中字符串值的索引是格式为YYYYQQ（季度数据）的日期

当我尝试将其转换为datetime对象时，出现错误：

pd.to_datetime(df.index)
....
ValueError: month must be in 1...12

我觉得这是由于to_datetime推断df.index的格式，但我找不到解决方法。有什么帮助吗

更新：@Zero的答案同样有效，但这最终也是一个解决方案：

pd.to_datetime([x[:-2] + str(int(x[-2:])*3) for x in df.index], format = '%Y%m')

使用

我会使用熊猫期：

In [92]: x = pd.PeriodIndex(df.index.astype(str).str.replace(r'0(\d)$', r'q\1'), freq='Q')

In [93]: x
Out[93]: PeriodIndex(['2017Q1', '2017Q2', '2017Q3'], dtype='period[Q-DEC]', freq='Q-DEC')

In [94]: x.to_timestamp()
Out[94]: DatetimeIndex(['2017-01-01', '2017-04-01', '2017-07-01'], dtype='datetime64[ns]', freq='QS-OCT')

---

这对月度数据有效，但这是季度数据。最后两位数字对应的是季度，第一季度不应该在1月开始，而不是3月？财务第一季度是3月，至少在这个地区是这样。那么这才是重要的，但要注意模糊性：从“日期的季度：1-3月=1，4-6月=2，等等。”

In [92]: x = pd.PeriodIndex(df.index.astype(str).str.replace(r'0(\d)$', r'q\1'), freq='Q')

In [93]: x
Out[93]: PeriodIndex(['2017Q1', '2017Q2', '2017Q3'], dtype='period[Q-DEC]', freq='Q-DEC')

In [94]: x.to_timestamp()
Out[94]: DatetimeIndex(['2017-01-01', '2017-04-01', '2017-07-01'], dtype='datetime64[ns]', freq='QS-OCT')