1
我如'1971q1'
,'1972q2'
等数据(年之后季)的一列当我这样做:如何期间字符串转换为实际的周期型
print(type(df.Quarterly))
答案是Series
我需要的是将此列“转换”/转换为真正的pd.Period类型,这样我就可以对它做简单的时间代数。谢谢
我如'1971q1'
,'1972q2'
等数据(年之后季)的一列当我这样做:如何期间字符串转换为实际的周期型
print(type(df.Quarterly))
答案是Series
我需要的是将此列“转换”/转换为真正的pd.Period类型,这样我就可以对它做简单的时间代数。谢谢
您可以使用pd.PeriodIndex()方法。
假设你有以下DF:
In [517]: x
Out[517]:
str_col
0 1971q1
1 1971q2
2 1971q3
3 1971q4
4 1972q1
5 1972q2
6 1972q3
7 1972q4
In [518]: x.dtypes
Out[518]:
str_col object
dtype: object
让我们创建一个新的“期间”栏:
In [519]: x['period'] = pd.PeriodIndex(x.str_col, freq='Q')
In [520]: x
Out[520]:
str_col period
0 1971q1 1971Q1
1 1971q2 1971Q2
2 1971q3 1971Q3
3 1971q4 1971Q4
4 1972q1 1972Q1
5 1972q2 1972Q2
6 1972q3 1972Q3
7 1972q4 1972Q4
In [521]: x.dtypes
Out[521]:
str_col object
period object
dtype: object
现在我们可以做到“一次代数”为例,让我们四分之一减去每个时期:
In [525]: x.period - 1
Out[525]:
0 1970Q4
1 1971Q1
2 1971Q2
3 1971Q3
4 1971Q4
5 1972Q1
6 1972Q2
7 1972Q3
Name: period, dtype: object
或者你可以施放str_col
柱重新gular Pandas/NumPy datetime
:
In [527]: pd.to_datetime(x.str_col, errors='coerce')
Out[527]:
0 1971-01-01
1 1971-04-01
2 1971-07-01
3 1971-10-01
4 1972-01-01
5 1972-04-01
6 1972-07-01
7 1972-10-01
Name: str_col, dtype: datetime64[ns]