Python 基于日期-数据框添加类别列

我有一个带有列ORDER\u DATE的数据框。我试图为财政年度添加一个新列，该列基本上具有以下标准：

• 如果2016年7月1日至2017年6月30日之间=2017财年
• 如果2017年7月1日至2018年6月30日之间=2018财年

我能想到的唯一方法是一系列条件语句，我确信这不是最有效或最优雅的。虽然我的解决方案能按预期的方式工作，但这需要很长时间，我希望能得到关于如何改进的建议

    #adds a fiscal year column to purchases
    purchases['FISCAL_YEAR'] = 'N/A'
    purchases['FISCAL_YEAR'][(purchases['ORDER_DATE'] >= dt.datetime.strptime('2017-07-01', "%Y-%m-%d").date()) & \
(purchases['ORDER_DATE'] <= dt.datetime.strptime('2018-06-30', "%Y-%m-%d").date())] = 'FY2017'

    purchases['FISCAL_YEAR'][(purchases['ORDER_DATE'] >= dt.datetime.strptime('2017-07-01', "%Y-%m-%d").date()) & \
(purchases['ORDER_DATE'] <= dt.datetime.strptime('2018-06-30', "%Y-%m-%d").date())] = 'FY2018'

#将会计年度列添加到采购中
采购[“会计年度”]=“不适用”
采购[‘会计年度’][（采购[‘订单日期’]>=dt.datetime.strtime（'2017-07-01'，%Y-%m-%d”）.DATE（）\
（采购['ORDER_DATE']=dt.datetime.strtime（'2017-07-01'，%Y-%m-%d”）.DATE（）和\
（采购['ORDER_DATE']
df['ORDER DATE']=pd.to_datetime（df['ORDER DATE']））
def财政年度（x）：
如果（x>pd.to_datetime（'2016-07-01'））和（xpd至日期时间（'2017-07-01'）和（x
您可以将
周期索引
分配给具有6月份年度频率（
a-Jun
）的数据帧，例如：

如果您需要字符串表示（如2015财年）

我对您调用的函数有点不熟悉。我不确定freq=D代表什么，也不理解“a-Jun”。您能详细说明一下吗？为了回答您的问题，我不一定需要字符串表示，但我需要具体的参数（例如，“会计年度”定义为7/1-6/30）freq
D
是每日的，因此它创建了从2015-01-01到2016-12-01（总共701个）的每日日期的数据框架。我这样做是为了创建一些日期的数据，我可以根据这些日期创建周期索引。参数
a-Jun
表示在6月底的年度频率，即7/1-6/30（如果使用
freq='A'
，则默认为
A-Dec
）。
df['ORDER DATE'] = pd.to_datetime(df['ORDER DATE'])
def fisc_year(x):
    if (x > pd.to_datetime('2016-07-01')) & (x < pd.to_datetime('2017-06-30')):
        return 'FY2017'
    elif (x > pd.to_datetime('2017-07-01')) & (x < pd.to_datetime('2018-06-30')):
        return 'FY2018'
df['FY'] = df['ORDER DATE'].apply(fisc_year)

df = pd.DataFrame({'date': pd.DatetimeIndex(start='2015-01', end='2016-12', freq='D')})
df = df.assign(fiscal_year=pd.PeriodIndex(df.date, freq='A-Jun'))

df.assign(fiscal_year_str='FY' + df['fiscal_year'].astype(str))