如何使用 Pandas 从时间序列的最后四个完整季度中选择数据？答案

【问题标题】：How to select data from the last four complete quarters of a timeseries with Pandas?如何使用 Pandas 从时间序列的最后四个完整季度中选择数据？
【发布时间】：2017-06-23 01:45:59
【问题描述】：

假设我有一个日期时间索引的数据框，该索引涵盖上一个财政年度和当前财政年度的一天（从 4 月 1 日开始）：

           Units
date
2016-01-01   8734   
2016-06-30   6120
2016-09-30   7346
2016-12-31   5925
2016-03-31   7542
2016-06-30   9916
2016-09-30   9547
2016-12-31   8063
2017-01-01   7000
2017-03-31   5672
2017-04-01   7856

我希望能够选择最后四个季度的数据 - 在这种情况下忽略第一行和最后一行。

我知道我可以通过切片来做到这一点，因此：

df["2016-04-01":"2017-03-31"]

什么是最优雅的 - pythonic - 以编程方式根据最后四个完整季度过滤数据的解决方案？

【问题讨论】：

我认为你可以这样做，df.date >="2016-04-01" & df.date < "2017-03-31"
抱歉，我不得不调整一下这个问题。我的意思是编程，因为我很想留下一个我不想每次都调整的脚本。
您的意思是只考虑 01-01 到 03-31 期间吗？ 04-01 至 06-31； 07-01 到 09-31 和 10-01 到 12-31 作为季度，还是您想要根据您的数据改变“季度”？除非您精确定义您的期望（或者“季度”有多长，相信我，可能会有所不同！）这是一个算法问题，而不是 pandas 或 python 问题。
@vmg - 感谢您的提问。理想情况下，我想像你说的那样选择。如果有帮助，我实际上使用 df['Quarter'] = pd.PeriodIndex(df['Provision Date'], freq="Q-MAR").strftime("Q%q") 创建了一个文本变量。（我对 dateoffset 的东西有点迷失了）

标签： python pandas datetime

【解决方案1】：

您应该首先定义您的宿舍。您可以使用 pd.period_range 正确的频率：示例：

quarters = pd.period_range('2016Q1', '2017Q1', freq='Q-MAR')

这将为您提供一个 PeriodIndex，您可以在其中更改频率以使用 asfreq 获取所需的日期：

quarters.asfreq('D', 'E')

这将为您提供 PeriodIndex，您可以使用它来分割您的索引。

documentation 中有更多示例。

【讨论】：

感谢您的帮助和指向 DateOffset 内容的指针。我已经发布了一个基于它的解决方案。

【解决方案2】：

pandas.DatetimeIndex.quarter 也可能有用。

然后您可以使用groupby 轻松聚合。

【讨论】：

【解决方案3】：

在 Pandas 中使用 Alex 指向 DateOffset 功能的指针，我找到了部分解决方案，以及 datetime 模块：

import datetime
from pandas.tseries.offsets import *
now = datetime.datetime.now()
start_year = (now - BQuarterEnd(n=1) - (12 * MonthBegin())).to_datetime()
end_year = (now - BQuarterEnd(n=1) ).to_datetime()
df[start_year.strftime("%Y-%m-%d") : end_year.strftime("%Y-%m-%d")]

【讨论】：