pandas 计算两个日期间的季度数

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在时序数据分析过程中，比如财务分析中，需要统计两个日期之间的季度信息，pandas 的时序分析是非常强大的，本例我们就来看看如何操作这类数据。

数据与需求

我们的数据如下，每行数据有一个开始时间和结束时间：

import pandas as pd

data = {'start': ['2022-12-01', '2023-01-01', '2023-01-01'],
        'end': ['2023-01-01', '2024-05-01', '2023-07-01']}

df = pd.DataFrame(data, dtype='datetime64[ns]')
df
'''
       start        end
0 2022-12-01 2023-01-01
1 2023-01-01 2024-05-01
2 2023-01-01 2023-07-01
'''

现在需要统计两个时间之间有几个完整的季度，这个季度是日历上的季度，而不是只要三个月就认为是一个季度。另外，如果时间区间在一个日历季度中不完整，则不计算季度数。

思路

源数据的日期已经类型了，我们将它们全部转为周期（Period）对象，然后两列周期进行相减，会得到时间偏移，然后计算有多少个季度为单个时间偏移即可得到结果。

代码

将时间转为季度周期：

df.apply(lambda s: s.dt.to_period('Q'))
'''
    start     end
0  2022Q4  2023Q1
1  2023Q1  2024Q2
2  2023Q1  2023Q3
'''

每一个元素都是一个 Period 对象，接下来我们将两列相减：

(
    df.apply(lambda s: s.dt.to_period('Q'))
    .pipe(lambda d: d.end - d.start)
)
'''
0         <QuarterEnd: startingMonth=12>
1    <5 * QuarterEnds: startingMonth=12>
2    <2 * QuarterEnds: startingMonth=12>
dtype: object
'''

得到的数据是时间偏移(季度末)类型。最后，我们再读取它们的属性 n，就得到了完整季度数：

(
    df.apply(lambda s: s.dt.to_period('Q'))
    .pipe(lambda d: d.end - d.start)
    .apply(lambda x: x.n)
)
'''
0    1
1    5
2    2
dtype: int64
'''

这样就计算到了结果。

（完）

pandas 计算两个日期间的季度数

数据与需求

思路

代码

相关内容