Python dataframe：如何从DatetimeIndex获取期间对象的列（日历和会计年度和月份）？

我有一个数据框，这是前5个索引，有几行数据点不同，然后它会转到第二天

DatetimeIndex(['2014-01-01', '2014-01-01', '2014-01-01', '2014-01-01',
               '2014-01-01'],
              dtype='datetime64[ns]', name='DayStartedOn', freq=None)

这是当前的列数据类型

country                  object
type                     object
name                     object
injection               float64
withdrawal              float64
cy_month              period[M]

我希望添加一个包含日历年月份的列，以及两个包含不同会计年度和月份的列。 最好在不同的列中分隔年和月，例如：日历年、日历月、会计年、会计月。目标是在对其他列执行重新分组或重新采样时保留这些列值

我每个月都达到了赛昂以上的成绩

df['cy_month']=df.index.to_period('M')

就连我也觉得不太舒服，因为我想要的是这段时间，而不是蒙特亨德

我尝试添加这两列 日历年：

pd.Period(df_storage_clean.index.year, freq='A-DEC')  

下一个财政年度：

pd.Period(df_storage_clean.index.year, freq='A-SEP') 

但是有回溯：

ValueError: Value must be Period, string, integer, or datetime

所以我开始不使用pandas逐行循环并添加到列表中

lst_period_cy=[]
for y in lst_cy:
    period_cy=pd.Period(y, freq='A-DEC')
    lst_period_cy.append(period_cy)

然后将列表转换为系列或df，并将其添加回df

---

但我认为这是没有效率的（15万行数据），所以没有继续下去，以防你还没有找到解决方案

您可以执行以下操作：

df.reset_index(drop=False, inplace=True)
df['cal_year_month'] = df.DayStartedOn.dt.month
df['cal_year'] = df.DayStartedOn.dt.year
df['fisc_year'] = df.DayStartedOn.apply(pd.Period, freq='A-SEP')
df.set_index('DayStartedOn', drop=True, inplace=True)

---

我的假设是，与您的示例一样，索引名为

DayStartedOn

。如果不是这样，则必须相应地调整代码。

非常感谢，df['fisc_year]=df.DayStartedOn.apply（pd.Period，freq='a-SEP'）绝对是一种有趣的方式。