Python 如何获得一天中的哪个学期属于使用熊猫。句号

我想知道一种简单的方法，可以在显示以下格式（“YYYY-SX”）的同时获得一天属于哪个学期；2018-01-01->（2018S1）

我有一个约会范围，在四分之一的时间里很容易做到：

import pandas as pd

import datetime

start = datetime.datetime(2018, 1, 1)

end = datetime.datetime(2020, 1, 1)

all_days = pd.date_range(start, end, freq='D')

all_quarters = []

for day in all_days:
    all_quarters.append(str(pd.Period(day, freq='Q')))

但是，鉴于这些文件，学期没有频率：

我不想使用任何特定的模块

---

关于如何以干净的方式做这件事，你有什么想法吗？

你可以这样做

df['sem']= df.date.dt.year.astype(str) + 'S'+ np.where(df.date.dt.quarter.gt(2),2,1).astype(str)

注意：

date

列需要作为

datetime

对象

输入

date
0   2019-09-30
1   2019-10-31
2   2019-11-30
3   2019-12-31
4   2020-01-31
5   2020-02-29
6   2020-03-31
7   2020-04-30
8   2020-05-31
9   2020-06-30

          date  sem
0   2019-09-30  2019S2
1   2019-10-31  2019S2
2   2019-11-30  2019S2
3   2019-12-31  2019S2
4   2020-01-31  2020S1
5   2020-02-29  2020S1
6   2020-03-31  2020S1
7   2020-04-30  2020S1
8   2020-05-31  2020S1
9   2020-06-30  2020S1

输出

date
0   2019-09-30
1   2019-10-31
2   2019-11-30
3   2019-12-31
4   2020-01-31
5   2020-02-29
6   2020-03-31
7   2020-04-30
8   2020-05-31
9   2020-06-30

          date  sem
0   2019-09-30  2019S2
1   2019-10-31  2019S2
2   2019-11-30  2019S2
3   2019-12-31  2019S2
4   2020-01-31  2020S1
5   2020-02-29  2020S1
6   2020-03-31  2020S1
7   2020-04-30  2020S1
8   2020-05-31  2020S1
9   2020-06-30  2020S1

---

你可以这样做

df['sem']= df.date.dt.year.astype(str) + 'S'+ np.where(df.date.dt.quarter.gt(2),2,1).astype(str)

注意：

date

列需要作为

datetime

对象

输入

date
0   2019-09-30
1   2019-10-31
2   2019-11-30
3   2019-12-31
4   2020-01-31
5   2020-02-29
6   2020-03-31
7   2020-04-30
8   2020-05-31
9   2020-06-30

          date  sem
0   2019-09-30  2019S2
1   2019-10-31  2019S2
2   2019-11-30  2019S2
3   2019-12-31  2019S2
4   2020-01-31  2020S1
5   2020-02-29  2020S1
6   2020-03-31  2020S1
7   2020-04-30  2020S1
8   2020-05-31  2020S1
9   2020-06-30  2020S1

输出

date
0   2019-09-30
1   2019-10-31
2   2019-11-30
3   2019-12-31
4   2020-01-31
5   2020-02-29
6   2020-03-31
7   2020-04-30
8   2020-05-31
9   2020-06-30

          date  sem
0   2019-09-30  2019S2
1   2019-10-31  2019S2
2   2019-11-30  2019S2
3   2019-12-31  2019S2
4   2020-01-31  2020S1
5   2020-02-29  2020S1
6   2020-03-31  2020S1
7   2020-04-30  2020S1
8   2020-05-31  2020S1
9   2020-06-30  2020S1

---

你指的是学校学期期间的“学期”（即秋季=9月-12月，冬季=1月-4月，夏季=5月-8月）作为6个月。1月至6月；7月至12月你指的是学校学期期间的“学期”（即秋季=9月至12月，冬季=1月至4月，夏季=5月至8月），为期6个月。1月至6月；7月至12月然而，我并不真的想为此创建一个完整的数据框架，但基于你的想法，我可以这样做：

所有学期.append（str（day.year）+'S'+['1'，'2'][day.month>6]）

理想情况下我也想使用pd.Period，尽管我并不想为此创建一个完整的数据框架，但根据你的想法，我可以做一些类似的事情：

所有学期.append（str（day.year）+'s'+['1'，'2'][day.month>6]）

理想情况下，我也想使用pd.Period，但不认为这是可能的