在 Python Pandas 中创建新的 QuarterEnd 列答案

【问题标题】：Create new QuarterEnd column in Python Pandas在 Python Pandas 中创建新的 QuarterEnd 列
【发布时间】：2018-01-23 03:31:17
【问题描述】：

我正在尝试使用日历年的季度结束日期创建一个新列（例如，如果今天是 8 月 4 日，则本季度的结束日期将是 9 月 30 日）。

我的 DataFrame 在名为 df['dates'] 的列中有一组日期。示例如下：

这是我正在使用的代码，它不起作用：

df['q_date'] = pd.datetime(pd.tseries.offsets.QuarterEnd(startingMonth=(pd.to_datetime(df['date']).dt.month)))

我也尝试过循环，但没有成功。

非常感谢任何想法。谢谢。

【问题讨论】：

标签： python pandas date dataframe

【解决方案1】：

您可以简单地添加pd.tseries.offsets.QuarterEnd(0):

df['qdate'] = pd.to_datetime(df['date']) + pd.tseries.offsets.QuarterEnd(0)
print (df)
         date      qdate
0  03/08/2017 2017-03-31
1  26/02/2015 2015-03-31
2  31/12/2012 2012-12-31
3  16/04/2014 2014-06-30
4  13/04/2016 2016-06-30

计时：

#5000 rows
df = pd.concat([df]*1000).reset_index(drop=True)

In [19]: %timeit df.assign(q_date=[pd.Period(d, freq='Q').end_time for d in df['date']])
1 loop, best of 3: 1.84 s per loop

In [20]: %timeit pd.to_datetime(df['date']) + pd.tseries.offsets.QuarterEnd(0)
1 loop, best of 3: 913 ms per loop

#50000 rows
df = pd.concat([df]*10000).reset_index(drop=True)

In [23]: %timeit df.assign(q_date=[pd.Period(d, freq='Q').end_time for d in df['date']])
1 loop, best of 3: 18.5 s per loop

In [24]: %timeit pd.to_datetime(df['date']) + pd.tseries.offsets.QuarterEnd(0)
1 loop, best of 3: 9.13 s per loop

【讨论】：

您是否在两种方法之间运行过任何计时？ Period 对象通常很慢，我很好奇这种方法是否更快。

【解决方案2】：

将每个日期转换为周期对象，然后获取它们的结束时间（即时间戳）。

df = df.assign(q_date=[pd.Period(d, freq='Q').end_time for d in df['dates']])
>>> df
        dates     q_date
0  03/08/2017 2017-03-31
1  26/02/2015 2015-03-31
2  31/12/2012 2012-12-31
3  16/04/2014 2014-06-30
4  13/04/2016 2016-06-30

【讨论】：

您对如何在上一季度的最后一个日期执行此操作有任何想法吗？
句号减一：df.assign(q_date=[(pd.Period(d, freq='Q') - 1).end_time for d in df['dates']])
完美！谢谢老兄。