与一个财年从9月份开始的小组一起工作。我有一个dataframe,其中包含一系列日期,我希望在9月份计算一个月度周期=1。
有效的方法:
# Convert date column to datetime format
df['Hours_Date'] = pd.to_datetime(df['Hours_Date'])
# First quarter starts in September - Yes!
df['Quarter'] = pd.PeriodIndex(df['Hours_Date'], freq='
我有一个包含事件的DataFrame,每个事件都有开始日期和结束日期。我还有一个报告期,包括开始日期和结束日期以及报告频率,例如每月。我想要计算的是每个报告期间bin中“活动”事件的数量。活动事件是其时间与报告时段bin的时间间隔重叠的事件。
在努力使用DataFrame聚合函数之后,我想出了以下代码来完成这项工作,但这些代码远不是紧凑和优雅的。
我很确定有一种方法可以写得更紧凑,但需要一些线索。
import numpy as np
import pandas as pd
import datetime as dt
# Example DF of events each with a st
我有一个dataframe,df,其中我想要将一个4位数的季度日期的列值更改为两位数 数据 id date
aa Q1.2022
bb Q2.2025
aa Q3.2022 所需 id date
aa Q1.22
bb Q2.25
aa Q3.22 正在做什么 df['date'] = pd.PeriodIndex(df['date'], freq='Q').strftime('Q%q.%y') 注意: Pandas版本= 1.1.3