Pandas中利用datetime列使用.str.cat创建合并季度列

在数据可视化实际分析中，常用到分季度画图分析，这时候如果存在季度列可以快速的利用gruopby对其聚合画图，本文介绍一种简单的创建类似 2020Q1 季度列的方法。

首先存在一个trade销量表，buy_mount为销量列，day为销售日期（datetime类型），此时需要查看每年各季度的销量情况应该如何操作呢。

 此时可以用dt.year与dt.quarter分别创建两列画图，再使用groupby聚合再利用for循环对每个季度标注，太过于繁杂，下面介绍一种更快速的方式

.str.cat字符串合并用法

df = 字符串1.str.cat（字符串2，sep=""）

其中sep为分割符

实际运用：

首先创建年与季度两列

trade["year"] = trade["day"].dt.year
trade["quartar"] = trade["day"].dt.quarter

再将其使用.str.cat将两个字符串合并为一列，注意此方法只能用于字符串类型合并，所以需要用.astype（"str"）将两列转换为字符串

当然，熟悉后可以一步到位，一条代码结合上面两步，此为最快的方式。

 此时表如下

 可以看见季度列已经加入表中了。

此时使用groupby对季度聚合销量，即可得到季度销量，再使用matplotlib即可画出最简单的季度销量图。

t_quarter = trade["buy_mount"].groupby(trade["year_quartar"]).sum() #对每季度聚合销量

季度销量表
 

季度销量图