如何计算pandas中的自定义会计年度？

Question

我有一个如下所示的数据框

app_date
20/3/2017
28/8/2017
18/10/2017
15/2/2017
2/5/2017
11/9/2016

df = pd.read_clipboard()

我们公司的财政年度是从当年的10月到明年的9月

Q1 - Oct to Dec
Q2 - Jan to Mar
Q3 - Apr to Jun
Q4 - July - Sep  

我正在尝试如下所示

tf['app_date'] = pd.to_datetime(tf['app_date'])
tf['act_month'] = pd.DatetimeIndex(tf['app_date']).month
tf['act_year'] = pd.DatetimeIndex(tf['app_date']).year
tf['act_qtr'] = tf['app_date'].dt.to_period('Q').dt.strftime('Q%q')
tf['comp_fis_year'] = np.where(tf['act_month'] >= 9,tf['act_year']+1,tf['act_year'])
tf['comp_fis_qtr'] = tf['app_date'].dt.to_period('Q').add(1).dt.strftime('Q%q') #thanks to jezrael for this trick to get quarter

有没有优雅而有效的方法执行上述操作？主要是根据我们的财政年度（10月到9月）来计算财政年度？

我希望我的输出如下所示

Answer 1

IIUC，使用 to_period< /a> 带有 自定义频率：

pd.to_datetime(df['app_date'], dayfirst=True).dt.to_period('Q-SEP')

输出：

0    2017Q2
1    2017Q4
2    2018Q1
3    2017Q2
4    2017Q3
5    2016Q4
Name: app_date, dtype: period[Q-SEP]

对于单独的列：

s = pd.to_datetime(df['app_date'], dayfirst=True).dt.to_period('Q-SEP')
s.astype(str).str.extract('(?P<year>\d+)(?P<quarter>Q\d+)')

输出：

   year quarter
0  2017      Q2
1  2017      Q4
2  2018      Q1
3  2017      Q2
4  2017      Q3
5  2016      Q4

Q开始/结束：

df['Q'] = pd.to_datetime(df['app_date'], dayfirst=True).dt.to_period('Q-SEP')
df['Qstart'] = df['Q'].dt.asfreq('D', 's')
df['Qend'] = df['Q'].dt.asfreq('D', 'e')

输出：

     app_date       Q      Qstart        Qend
0   20/3/2017  2017Q2  2017-01-01  2017-03-31
1   28/8/2017  2017Q4  2017-07-01  2017-09-30
2  18/10/2017  2018Q1  2017-10-01  2017-12-31
3   15/2/2017  2017Q2  2017-01-01  2017-03-31
4    2/5/2017  2017Q3  2017-04-01  2017-06-30
5   11/9/2016  2016Q4  2016-07-01  2016-09-30

Answer 2

您可以使用：

# Create 2 DatetimeIndex instead of a Series (avoid using .dt accessor)
start = pd.to_datetime(df['app_date'].values, dayfirst=False)
end = start + pd.DateOffset(months=3)

cols = ['act_month', 'act_year', 'act_qtr', 'comp_fis_year', 'comp_fis_qtr']
df = df.join(pd.DataFrame([start.month, start.year, 'Q' + start.quarter.astype(str),
                           end.year, 'Q' + end.quarter.astype(str)],
                           index=cols).T)

输出：

>>> df
     app_date act_month act_year act_qtr comp_fis_year comp_fis_qtr
0   3/20/2017         3     2017      Q1          2017           Q2
1   8/28/2017         8     2017      Q3          2017           Q4
2  10/18/2017        10     2017      Q4          2018           Q1
3   2/15/2017         2     2017      Q1          2017           Q2
4    2/5/2017         2     2017      Q1          2017           Q2
5   11/9/2016        11     2016      Q4          2017           Q1

设置：

app_date
3/20/2017
8/28/2017
10/18/2017
2/15/2017
2/5/2017
11/9/2016

df = pd.read_clipboard()