假设我们有以下df

import pandas as pd 
 
data = {'Dates' : ['2018-10-15', '2018-02-01', '2018-04-01']} 
data['Dates'] = pd.to_datetime(data.Dates) 
 
print(df) 
    Dates 
0   2018-10-15 
1   2018-02-01 
2   2018-04-01 

在我现在的公司，我们有一个财务周结构，我通常使用 excel 来计算，我想用 Python 来完成

我使用 DateTime 模块来解决我的情况，如下所示

如果月份是 >= 4 (四月)周数是 1(所以我用 ISO 周数减去 13)

如果月份是 < 4我加了 39。

我对 YEAR 使用相同的逻辑 if >= 4 then year + 1 else YEAR

我想我可以使用一个简单的 for 循环，我可以在我的数据帧上使用它

for x in data.Dates: 
    if x.dt.month >= 4: 
       df['Week'] = x.dt.week - 13 
    else: 
        df['Week'] = x.dt.week + 39 

对于这一年

for x in data.Dates: 
    if x.dt.month >= 4: 
       df['Year'] = FY & x.dt.year + 1 
    else: 
         df['Year'] = FY & x.dt.year 

然而，>= 4两者都抛出公式错误。

File "<ipython-input-38-eadb99fdd9db>", line 4 df.Dates.dt.month > 4: ^ SyntaxError: invalid syntax

但是，如果我这样做

data['Week'] = data.Dates.dt.week

这给出了所有周数，我是否遗漏了一些基本或必要的东西？

我希望这是清晰简洁的，任何建议(甚至如何提出更好的问题)我们都将不胜感激。

请您参考如下方法:

不要使用显式循环

Pandas 擅长向量化运算。不需要 for 循环。例如，您可以使用 numpy.where有条件地创建一个系列:

import numpy as np 
 
data['Week'] = np.where(data['Dates'].dt.month >= 4, data['Dates'].dt.week - 13, 
                        data['Dates'].dt.week + 39) 

您的代码不起作用的原因是因为您在每个循环中更新整个系列而不是系列中的元素。换句话说，您正在将逐元素逻辑应用于一个系列。