我有一个数据框，其中一列是时间戳。 例如：
week Energy Value
1152 2018-01-09 00:00:00 None 0.000000
1153 2018-01-09 00:10:00 None 0.000000
1154 2018-01-09 00:20:00 None 104.000000
1155 2018-01-09 00:30:00 None 104.049080
1156 2018-01-09 00:40:00 None 0.000000
1157 2018-01-09 00:50:00 None 0.000000
1158 2018-01-09 01:00:00 None 46.428571
1159 2018-01-09 01:10:00 None 0.000000
1160 2018-01-09 01:20:00 None 0.000000
1161 2018-01-09 01:30:00 None 113.846154
1162 2018-01-09 01:40:00 None 126.108374
1163 2018-01-09 01:50:00 None 0.000000
1164 2018-01-09 02:00:00 None 35.398230
1165 2018-01-09 02:10:00 None 0.000000
1166 2018-01-09 02:20:00 None 0.000000
1167 2018-01-09 02:30:00 None 71.937984
1168 2018-01-09 02:40:00 None 0.000000
1169 2018-01-09 02:50:00 None 0.000000
1170 2018-01-09 03:00:00 None 30.877193
1171 2018-01-09 03:10:00 None 0.000000
现在，我使用pd.Grouper将其分组到该列，但它返回与分组周期的 end 对应的日期时间。这是我的查询
df = df.groupby([pd.Grouper(key=timestamp, freq='W'), 'ID'])
返回：
week Count
2018-01-07 984
2018-01-14 566
2018-01-21 725
2018-01-28 815
2018-02-04 774
2018-02-11 648
2018-02-18 807
2018-02-25 804
2018-03-04 967
2018-03-11 953
这已经非常令人困惑，因为使用freq='W'会在星期日返回常规星期一到星期一星期，即星期结束，而不是星期开始< / em>在星期天，正如我假设的那样。当然，the documentation没有任何意义，因为所有它都表示每周频率（星期日）＆＃34;。
我的主要问题是，如何让时间戳列（分组后）返回与句点 start 对应的时间戳？这是必要的，因为我需要将此数据帧与使用pd.date_range(start, end, freq='W-MON')生成句点的另一个数据帧合并。我无法在结束时间戳上合并它，因为后者不返回周末，而是返回任何end，这可能是一周的中间。
顺便说一句，任何人都知道为什么freq和pd.Grouper的{{1}}行为有所不同？后者返回周一至周一周，但是pd.date_range，而前者使用freq='W-MON'相同。或者我错过了什么？