# 276、pandas.Series.dt.is_quarter_start属性

# 276-1、财务报表分析

# revenue is_quarter_start

# date

# 2023-01-01 10000 True

# 2023-04-01 15000 True

# 2023-07-01 16000 True

# 2023-10-01 18000 True

# 276-2、销售数据分析

# sales is_quarter_start

# date

# 2023-01-01 500 True

# 2023-04-01 700 True

# 2023-07-01 750 True

# 2023-10-01 800 True

# 276-3、经济数据分析

# gdp_growth is_quarter_start

# date

# 2023-01-01 0.30 True

# 2023-04-01 0.50 True

# 2023-07-01 0.45 True

# 2023-10-01 0.55 True

# 276-4、项目管理

# tasks_completed is_quarter_start

# date

# 2023-01-01 10 True

# 2023-04-01 18 True

# 2023-07-01 20 True

# 2023-10-01 25 True

# 276-5、投资组合分析

# returns is_quarter_start

# date

# 2023-01-01 0.020 True

# 2023-04-01 0.040 True

# 2023-07-01 0.045 True

# 2023-10-01 0.055 True

277、pandas.Series.dt.is_quarter_end属性

277-1、语法

# 277、pandas.Series.dt.is_quarter_end属性

pandas.Series.dt.is_quarter_end

Indicator for whether the date is the last day of a quarter.

Returns:

is_quarter_end

Series or DatetimeIndex

The same type as the original data with boolean values. Series will have the same name and index. DatetimeIndex will have the same name.

277-2、参数

        无

277-3、功能

        用于检查日期时间对象是否落在季度的最后一天。

277-4、返回值

        返回一个布尔型的pandas.Series对象，其中每个元素是一个布尔值，如果该日期是季度的最后一天，则返回True；否则，返回False。

277-5、说明

        使用场景：

277-5-1、财务报告：在财务数据处理中，季度末通常是报告的关键日期，使用该属性可以帮助确定每个季度的结束日期，以便生成季度财务报告、进行季度结算和审计。

277-5-2、季度分析：分析季度销售额、季度利润或季度业绩时，需要知道哪些日期属于季度末，这样可以方便地将数据按季度进行分组和比较。

277-5-3、时间序列分析：在时间序列分析中，确定数据的季度末点对于预测和模型验证很重要，可以利用该属性识别和标记这些关键日期，以进行特殊处理或建模。

277-5-4、投资组合管理：在投资领域，季度末通常是重新平衡投资组合、计算回报率和评估绩效的时间点，通过识别季度末日期，可以进行相关的投资操作和分析。

277-5-5、预算和计划：企业和组织通常以季度为单位制定预算和计划，使用该属性可以帮助确定预算周期的结束日期，以便进行预算跟踪和调整。

277-5-6、数据可视化：在数据可视化中，可以利用季度末标记突出显示关键时间点。例如，在时间序列图中，可以将季度末用不同颜色或标记表示，以便更直观地展示数据的季度变化。

277-6、用法

277-6-1、数据准备

无

277-6-2、代码示例

# 277、pandas.Series.dt.is_quarter_end属性

# 277-1、财务报告

import pandas as pd

# 生成示例财务数据

date_range = pd.date_range(start='2022-01-01', end='2023-12-31', freq='ME')code>

revenue = [100, 150, 120, 130, 180, 170, 160, 140, 200, 190, 210, 220] * 2

df = pd.DataFrame({'date': date_range, 'revenue': revenue})

# 设置日期为索引

df.set_index('date', inplace=True)

# 添加季度末标记

df['is_quarter_end'] = df.index.to_series().dt.is_quarter_end

# 筛选出季度末的数据

quarter_end_report = df[df['is_quarter_end']]

print(quarter_end_report, end='\n\n')code>

# 277-2、季度分析

import pandas as pd

import numpy as np

# 生成示例销售数据

date_range = pd.date_range(start='2023-01-01', end='2023-12-31', freq='D')code>

sales = np.random.randint(50, 200, len(date_range))

df = pd.DataFrame({'date': date_range, 'sales': sales})

# 设置日期为索引

df.set_index('date', inplace=True)

# 添加季度末标记

df['is_quarter_end'] = df.index.to_series().dt.is_quarter_end

# 计算季度总销售额

quarterly_sales = df[df['is_quarter_end']].resample('QE').sum()

print(quarterly_sales, end='\n\n')code>

# 277-3、时间序列分析

import pandas as pd

import numpy as np

# 生成示例时间序列数据

date_range = pd.date_range(start='2023-01-01', end='2023-12-31', freq='D')code>

values = np.random.randn(len(date_range))

df = pd.DataFrame({'date': date_range, 'value': values})

# 设置日期为索引

df.set_index('date', inplace=True)

# 添加季度末标记

df['is_quarter_end'] = df.index.to_series().dt.is_quarter_end

# 识别并标记季度末点

df['quarter_end_value'] = df['value'].where(df['is_quarter_end'])

print(df, end='\n\n')code>

# 277-4、投资组合管理

import pandas as pd

import numpy as np

# 生成示例投资组合数据

date_range = pd.date_range(start='2022-01-01', end='2023-12-31', freq='B')code>

portfolio_value = np.cumsum(np.random.randn(len(date_range))) + 1000

df = pd.DataFrame({'date': date_range, 'portfolio_value': portfolio_value})

# 设置日期为索引

df.set_index('date', inplace=True)

# 添加季度末标记

df['is_quarter_end'] = df.index.to_series().dt.is_quarter_end

# 筛选出季度末的投资组合价值

quarter_end_portfolio = df[df['is_quarter_end']]

print(quarter_end_portfolio, end='\n\n')code>

# 277-5、预算和计划

import pandas as pd

# 生成示例预算数据

date_range = pd.date_range(start='2023-01-01', end='2023-12-31', freq='ME')code>

budget = [10000, 12000, 11000, 11500, 13000, 12500, 14000, 13500, 14500, 15000, 15500, 16000]

df = pd.DataFrame({'date': date_range, 'budget': budget})

# 设置日期为索引

df.set_index('date', inplace=True)

# 添加季度末标记

df['is_quarter_end'] = df.index.to_series().dt.is_quarter_end

# 筛选出季度末的预算数据

quarter_end_budget = df[df['is_quarter_end']]

print(quarter_end_budget, end='\n\n')code>

# 277-6、数据可视化

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

# 生成示例数据

date_range = pd.date_range(start='2023-01-01', end='2023-12-31', freq='D')code>

values = np.random.randn(len(date_range))

df = pd.DataFrame({'date': date_range, 'value': values})

# 设置日期为索引

df.set_index('date', inplace=True)

# 添加季度末标记

df['is_quarter_end'] = df.index.to_series().dt.is_quarter_end

# 生成时间序列图

plt.figure(figsize=(10, 6))

plt.plot(df.index, df['value'], label='Daily Values')code>

plt.scatter(df[df['is_quarter_end']].index, df[df['is_quarter_end']]['value'], color='red', label='Quarter End', zorder=5)code>

plt.title('Daily Values with Quarter End Highlights')

plt.xlabel('Date')

plt.ylabel('Value')

plt.legend()

plt.show()

277-6-3、结果输出