pandas习题 200：季度销售周期生成

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: gr99123（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》。

（编码题）某公司需要分析2023年各季度的销售数据，要求生成完整的季度周期索引用于数据对齐。

import pandas as pd
# 源数据：销售数据按季度统计
sales_data = {'Q1': 150, 'Q2': 180, 'Q3': 200, 'Q4': 220}
print("原始销售数据:", sales_data)

输出结果：

原始销售数据: {'Q1': 150, 'Q2': 180, 'Q3': 200, 'Q4': 220}

参考答案

代码如下：

import pandas as pd

# 生成2023年季度周期索引
quarterly_index = pd.period_range(start='2023Q1',
                                  end='2023Q4',
                                  freq='Q')

# 创建带季度索引的Series
sales_series = pd.Series([150, 180, 200, 220],
                         index=quarterly_index)
print("带季度索引的销售数据:")
print(sales_series)
print(f"\n索引类型: {type(sales_series.index)}")
print(f"索引频率: {sales_series.index.freq}")

输出结果：

带季度索引的销售数据:
2023Q1    150
2023Q2    180
2023Q3    200
2023Q4    220
Freq: Q-DEC, dtype: int64

索引类型: <class 'pandas.core.indexes.period.PeriodIndex'>
索引频率: <QuarterEnd: startingMonth=12>

答案解析

使用pd.period_range生成季度周期索引，start='2023Q1' 和 end='2023Q4' 指定时间范围，freq='Q' 设置季度频率。将生成的 PeriodIndex 作为 pandas Series 的索引，实现销售数据与季度周期的精确对齐。这种方法便于后续的季度数据分析、时间序列操作和可视化展示，确保时间维度的准确性和一致性。

（完）

pandas习题 200：季度销售周期生成

参考答案

答案解析

相关内容