Pandas：将 YYYYQQ 值的索引转换为日期时间对象答案

【问题标题】：Pandas: Converting index of YYYYQQ values to datetime objectPandas：将 YYYYQQ 值的索引转换为日期时间对象
【发布时间】：2018-03-03 04:41:56
【问题描述】：

我有以下数据框：

df = pd.DataFrame({'A':[1,2,3],'B':[4,3,2]},index = ['201701','201702','201703'])

其中字符串值的索引是格式为 YYYYQQ（季度数据）的日期。

当我尝试将其转换为日期时间对象时，出现错误：

pd.to_datetime(df.index)
....
ValueError: month must be in 1...12

我觉得这一定是由于 to_datetime 推断 df.index 的格式，但我找不到解决方法。有什么帮助吗？

更新：@Zero 的回答也有效，但这最终也是一个解决方案：

pd.to_datetime([x[:-2] + str(int(x[-2:])*3) for x in df.index], format = '%Y%m')

【问题讨论】：

标签： python pandas datetime dataframe

【解决方案1】：

使用

In [2325]: [pd.to_datetime(x[:4]) + pd.offsets.QuarterBegin(int(x[5:])) for x in df.index]
Out[2325]:
[Timestamp('2017-03-01 00:00:00'),
 Timestamp('2017-06-01 00:00:00'),
 Timestamp('2017-09-01 00:00:00')]

【讨论】：

这适用于月度数据，但这是季度数据。最后两位数字对应季度
Q1 不应该从 1 月开始，而不是 3 月开始吗？
财务第一季度是三月，至少在这个地区。
那么这很重要，但要注意歧义：来自pandas docs，“季度季度日期：Jan-Mar = 1，Apr-Jun = 2 等”

【解决方案2】：

我会使用 Pandas Period：

In [92]: x = pd.PeriodIndex(df.index.astype(str).str.replace(r'0(\d)$', r'q\1'), freq='Q')

In [93]: x
Out[93]: PeriodIndex(['2017Q1', '2017Q2', '2017Q3'], dtype='period[Q-DEC]', freq='Q-DEC')

In [94]: x.to_timestamp()
Out[94]: DatetimeIndex(['2017-01-01', '2017-04-01', '2017-07-01'], dtype='datetime64[ns]', freq='QS-OCT')

【讨论】：