给定日期时间列的 pandas 按周分组

问题描述

假设我有以下数据示例：

df = pd.DataFrame({'date':['2011-01-01','2011-01-02',
                       '2011-01-03','2011-01-04','2011-01-05',
                       '2011-01-06','2011-01-07','2011-01-08',
                       '2011-01-09','2011-12-30','2011-12-31'],
                   'revenue':[5,3,2,
                              10,12,2,
                              1,0,6,10,12]})

# Let's format the date and add the week number and year
df['date'] = pd.to_datetime(df['date'],format='%Y-%m-%d')
df['week_number'] = df['date'].dt.week
df['year'] = df['date'].dt.year

df

        date        revenue     week_of_year    year
0       2011-01-01  5           52              2011
1       2011-01-02  3           52              2011
2       2011-01-03  2           1               2011
3       2011-01-04  10          1               2011
4       2011-01-05  12          1               2011
5       2011-01-06  2           1               2011
6       2011-01-07  1           1               2011
7       2011-01-08  0           1               2011
8       2011-01-09  6           1               2011
9       2011-12-30  10          52              2011
10      2011-12-31  12          52              2011

我想计算每周的收入，以便稍后绘制结果，并分析时间序列。然后，预期输出将如下所示：

    week    revenue
0   1       8
1   2       33
2   52      22

我首先想到使用timestamp.week给出的周数。
但是，我想不出如何处理第1周之前一周的ISO周数定义。我有点困惑，因为在这种情况下，按week_number分组会将年初的收入和年底的收入相加。

推荐答案

当您使用dt.Week进行转换时，它是ISO week date。

您可以使用strftime

df.groupby(df.date.dt.strftime('%W')).revenue.sum()
Out[588]: 
date
00     8
01    33
52    22
Name: revenue, dtype: int64

这篇关于给定日期时间列的 pandas 按周分组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！