Question

假设我有以下数据示例：

Parent

我想计算每周收入，以便以后绘制结果并分析时间序列。预期的输出将是这样的：

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

我首先想到使用week revenue 0 1 8 1 2 33 2 52 22给定的星期数。
但是，我不知道如何处理第1周之前的周的ISO周编号定义。我有点困惑，因为在这种情况下，按timestamp.week分组会年初和年底的收入。

Answer 1

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

Answer 2

我认为在这种情况下，您应该格外小心。如果您想获得多年的每周收入，则可以考虑将前几天转移到2010年的最后一周

import pandas as pd
import numpy as np

date =  pd.date_range(start="2011-01-01", end="2011-01-09")
date = [str(d)[:10] for d in date] + ["2011-12-30", "2011-12-31"]
rev =  np.random.randint(1,10, len(date))
df =  pd.DataFrame({"date": date, "rev":rev})
df["date"] =  df["date"].astype("M8[us]")

df["week"] = df["date"].dt.week
df["year"] = df["date"].dt.year
df["year"] = np.where((df["week"]==52) & (df["date"].dt.month==1), 
                      df["year"]-1,
                      df["year"])

df.groupby(["year", "week"])["rev"].sum()

如果您很高兴有0的头一个星期，可以考虑改用此

df["week"] = np.where((df["week"]==52) & (df["date"].dt.month==1),
                      0, 
                      df["week"])

Answer 3

您可以使用date列作为索引，然后重新采样时间序列。

df.index = pd.to_datetime(df['date'])
df.resample('W').sum()

使用该解决方案，您甚至不需要week和year列。

熊猫groupby星期给出了日期时间列

3 个答案: