我有一个数据框df:
year | month | A
2020 | 1 | 4
2020 | 2 | 4
2020 | 3 | 6
2020 | 4 | 5
2020 | 5 | 5
我想将其重新采样为每周,并将一年中的星期作为新列。 每月的每个星期都应从A列中获得相等数量的月度值。
df["day"] = 1
df["date"] = df[["year", "month", "day"]].astype(str).apply(lambda x: pd.to_datetime('-'.join(x)), 1)
df = df.set_index("date")
df = df.drop(["year", "month", "day"], axis=1)
结果:
date | A
2020-01-01 | 4
2020-02-01 | 4
2020-03-01 | 6
2020-04-01 | 5
2020-05-01 | 5
现在我重新采样:
s = df.resample(rule="W").mean()
s = s.groupby(s["A"].notnull().cumsum()).["A"].transform(lambda x : x.sum()/len(x)).to_frame()
s = s.reset_index()
s["week_of_year"] = s["date"].dt.isocalendar().week
s = s.set_index("date")
结果:
date | A | week_of_year
2020-01-03 | 0.8 | 53
2020-01-10 | 0.8 | 1
2020-01-17 | 0.8 | 2
2020-01-24 | 0.8 | 3
2020-01-31 | 0.8 | 4
2020-02-07 | 1 | 5
问题:为什么第一周从2020-01-03开始?那是星期五,不是星期一。我了解week_of_year = 53,因为2019年12月下旬是星期一,这是ISO标准。
但是我下周不应该从2020-01-06 ==一个星期一开始吗?