Python 将季度和财政年度列合并到pandas中的日期列
我有一个熊猫数据框架,其中财政年度列在一列中,季度列在另一列中 我想把它们合并成一列 格式为:Python 将季度和财政年度列合并到pandas中的日期列,python,pandas,python-datetime,Python,Pandas,Python Datetime,我有一个熊猫数据框架,其中财政年度列在一列中,季度列在另一列中 我想把它们合并成一列 格式为: Financial Year Financial Quarter 2015/16 1 2015/16 1 我计划在财政年度列的基础上创建一个日期列,然后用财政季度来抵消它 我的第一步是: df['date'] = pd.to_datetime(df['Financial Year'], format="%Y/%y") 但我在第二步上有点卡住了 是否有更好的方
Financial Year Financial Quarter
2015/16 1
2015/16 1
我计划在财政年度列的基础上创建一个日期列,然后用财政季度来抵消它
我的第一步是:
df['date'] = pd.to_datetime(df['Financial Year'], format="%Y/%y")
但我在第二步上有点卡住了
是否有更好的方法在一次传递中组合来自多个列的字符串数据 IIUC您可以首先从
财政年度
列中提取年份,然后将其与year1
和year2
列一起使用:
from pandas.tseries.offsets import *
print df
Financial Year Financial Quarter
0 2015/16 1
1 2015/16 1
df[['year1', 'year2']] = pd.DataFrame([ x.split('/') for x in df['Financial Year'].tolist()])
df['year1'] = pd.to_datetime(df['year1'], format="%Y")
df['year2'] = pd.to_datetime(df['year2'], format="%y")
print df
Financial Year Financial Quarter year1 year2
0 2015/16 1 2015-01-01 2016-01-01
1 2015/16 1 2015-01-01 2016-01-01
df['date1'] = df.apply(lambda x:(x['year1'] + BQuarterBegin(x['Financial Quarter'])), axis=1)
df['date2'] = df.apply(lambda x:(x['year2'] + BQuarterBegin(x['Financial Quarter'])), axis=1)
print df
Financial Year Financial Quarter year1 year2 date1 \
0 2015/16 1 2015-01-01 2016-01-01 2015-03-02
1 2015/16 1 2015-01-01 2016-01-01 2015-03-02
date2
0 2016-03-01
1 2016-03-01
你可能在或
BQS
之后,我想在继续之前,你必须决定今年的形式,因为2015/16财年的BQS
似乎太模糊了。Pandas在内部将时间戳表示为自1970-01-01
以来的#秒,为此,它需要一个精确的时间点,而不是2015/16
。一旦你解决了这个问题,就会有几种方法可以向前推进,比如上面@EdChum提供的方法。那太好了。非常感谢。解释清楚。很高兴能帮到你!祝你好运