如何在其他列pandas上根据不同条件添加新列答案

【问题标题】：How to add a new column based on different conditions on other columns pandas如何在其他列pandas上根据不同条件添加新列
【发布时间】：2021-08-19 12:00:52
【问题描述】：

这是我的数据框：

Date        Month
04/21/2019  April
07/03/2019  July
01/05/2018  January
09/23/2019  September

我想添加一个名为会计年度的列。新的财政年度从每年的 7 月 1 日开始，到 6 月的最后一天结束。例如，如果年份是 2019 年，月份是 4 月，那么它仍然是 2019 财年。但是，如果年份是 2019 年，而月份是 6 月之后的任何月份，则它将是 2020 财年。生成的数据框应如下所示：

 Date        Month      FY
04/21/2019  April      FY19
07/03/2019  July       FY20
01/05/2019  January    FY19
09/23/2019  September  FY20

我如何做到这一点？

【问题讨论】：

标签： python pandas

【解决方案1】：

一种使用pandas.Dateoffset的方式：

df["FY"] = (pd.to_datetime(df["Date"]) 
            + pd.DateOffset(months=6)).dt.strftime("FY%Y")
print(df)

输出：

         Date      Month      FY
0  04/21/2019      April  FY2019
1  07/03/2019       July  FY2020
2  01/05/2019    January  FY2019
3  09/23/2019  September  FY2020

【讨论】：

【解决方案2】：

尝试通过pd.PeriodIndex()+pd.to_datetime():

df['Date']=pd.to_datetime(df['Date'])
df['FY']=pd.PeriodIndex(df['Date'],freq='A-JUN').strftime("FY%y")

输出：

    Date        Month       FY
0   2019-04-21  April       FY19
1   2019-07-03  July        FY20
2   2019-01-05  January     FY19
3   2019-09-23  September   FY20

注意：我建议您先将'Date' 转换为日期时间，然后对其进行任何操作，或者如果您不想转换'Date' 列，请在a 中使用上面的代码单步：

df['FY']=pd.PeriodIndex(pd.to_datetime(df['Date']),freq='A-JUN').strftime("FY%y")

【讨论】：