我正在尝试将pandas数据框中的一列从字符串类型转换为日期时间类型，使用的是pandas.to_datetime。这列的值格式如下：

Q1’17

其中’Q’表示年份的季度，’17’表示2017年。

该列还包含空值（我可以删除日期为空的整行）。

我尝试通过去除季度部分并只考虑年份来解决这个问题，但无法将例如16转换为2016年，尝试的方法如下：

df_cpu["Launch_Date"] = [str(x) for x in df_cpu["Launch_Date"]]df_cpu["Launch_Date"] = [x[3:5] for x in df_cpu["Launch_Date"]]df_cpu["Launch_Date"] = [int(x) for x in df_cpu["Launch_Date"]]df_cpu["Launch_Date"] = pd.to_datetime(df_cpu["Launch_Date"],    format('%Y'))

这种方法也不奏效：

df_cpu["Launch_Date"] = pd.to_datetime(df_cpu["Launch_Date"], format('Q*\'%Y'))

因为我得到了以下错误：

ValueError: (‘Unknown string format:’, “Q3’16”)

我应该如何解决这个问题？

如果值是“Q1’16”，我希望得到的输出是“01-01-2016”。

回答：

考虑到以下几点：

1) 提供的数据：

df_cpu = pd.DataFrame(["Q1'17","Q3'16"], columns=['Launch_Date'])

2) 发布日期列的长度始终为5；

你可以使用pd.offsets.QuarterBegin()来将季度添加到年初的第一天：

>> pd.to_datetime(df_cpu.Launch_Date.str[3:5],format='%y') + np.multiply(pd.offsets.QuarterBegin(startingMonth=1), df_cpu.Launch_Date.str[1:2].values.astype(int)-1)0   2017-01-011   2016-07-01Name: Launch_Date, dtype: datetime64[ns]