将PeriodIndex与freq='Q'一起使用，然后使用strftime：

df['Date'] = pd.PeriodIndex(df['Date'].str.replace(':', '-'), freq='Q').strftime('%Y/%m')

输出：

Date    Real_HPI    HPI_Rent  HPI_Income
0    1982/03   56.915399   73.676471   91.525857
1    1982/06   57.617379   73.555343   92.184294
2    1982/09   55.792959   70.956878   89.093476
3    1982/12   57.685409   74.935861   92.330045
4    1983/03   58.654319   75.943255   93.027588
..       ...         ...         ...         ...
157  2021/06  110.749697   94.707024   87.563696
158  2021/09  115.405297   99.181098   92.331803
159  2021/12  117.743697  101.504486   95.433863
160  2022/03  120.107097  103.799870   99.858203
161  2022/06  125.751597  108.749527  104.841177

[162 rows x 4 columns]

替代解决方案，您可以使用apply（），如下所示-

def fun(var):
    l = var.split(":")
    if l[1] == "Q1":
        return l[0]+"/01"
    elif l[1] == "Q2":
        return l[0]+"/04"
    elif l[1] == "Q3":
        return l[0]+"/07"
    elif l[1] == "Q4":
        return l[0]+"/10"

df['new_date'] = df['Date'].apply(fun)

样本输出-

如果格式为yyyy-Qn，可以使用pd.to_datetime进行解析，所以在这种情况下，字符串替换就可以完成任务：

import pandas as pd

df = pd.DataFrame({'Q': ["1998:Q1","1998:Q2"]})
                  
print(pd.to_datetime(df["Q"].str.replace(":", "-")).dt.strftime("%Y/%m"))

0    1998/01
1    1998/04
Name: Q, dtype: object