将 2010 Q1 转换为日期时间为 2010-3-31答案

【问题标题】：Turn 2010 Q1 to datetime as 2010-3-31将 2010 Q1 转换为日期时间为 2010-3-31
【发布时间】：2019-02-02 20:32:58
【问题描述】：

如何找到将 Year_Q 转换为日期时间的智能解决方案？我尝试使用

pd.to_datetime(working_visa_nationality['Year_Q'])

但得到错误说这无法识别。所以我尝试了一个愚蠢的方法：

working_visa_nationality['Year'] = working_visa_nationality.Year_Q.str.slice(0,4)
working_visa_nationality['Quarter'] = working_visa_nationality.Year_Q.str.slice(6,8)

现在我发现了一个问题：确实可以按年份对数据进行分组，但是很难将季度包含在我的折线图中。

那么如何让 2010 Q1 像 2010-3-31 一样呢？

【问题讨论】：

如果有帮助，请查看stackoverflow.com/q/46350531。

标签： python pandas time-series data-cleaning

【解决方案1】：

working_visa_nationality['Dates']  = pd.PeriodIndex(working_visa_nationality['Year_Q'].str.replace(' ', ''), freq='Q').to_timestamp() + pd.offsets.QuarterEnd()

working_visa_nationality['Dates']  = pd.PeriodIndex(working_visa_nationality['Year_Q'].str.replace(' ', ''), freq='Q').to_timestamp(how='end')

它们都运行良好。谢谢大家，我做了一些实验。

【讨论】：

【解决方案2】：

我的正则表达式解决方案。

df['Year_Q'] = pd.to_datetime(df['Year_Q'].str.replace(r'\ [Q1]+', '-3-31'))

【讨论】：

【解决方案3】：

我有点变了MaxU answer:

df = pd.DataFrame({'Year_Q': ['2010 Q1', '2015 Q2']})

df['Dates']  = pd.PeriodIndex(df['Year_Q'].str.replace(' ', ''), freq='Q').to_timestamp()
print (df)
    Year_Q      Dates
0  2010 Q1 2010-01-01
1  2015 Q2 2015-04-01

编辑：

df['Dates']  = pd.PeriodIndex(df['Year_Q'].str.replace(' ', ''), freq='Q').to_timestamp(how='e')
print (df)
    Year_Q      Dates
0  2010 Q1 2010-03-31
1  2015 Q2 2015-06-30

【讨论】：

太棒了！但是如何使日期成为季度最后一天的结束？ 2010-01-01 ->2010-03-31
@ZakkYang - 检查已编辑的答案，需要参数 how