从包含日期的列生成周

Question

我有一个大型数据集，其中包含一个日期列，涵盖2019年。现在，我确实想在一个单独的列中生成包含在这些日期中的周数。

以下是日期列的样子：

import pandas as pd
data = {'date': ['2019-09-10', 'NaN', '2019-10-07', '2019-11-04', '2019-11-28',
'2019-12-02', '2020-01-24', '2020-01-29', '2020-02-05',
'2020-02-12', '2020-02-14', '2020-02-24', '2020-03-11',
'2020-03-16', '2020-03-17', '2020-03-18', '2021-09-14',
'2021-09-30', '2021-10-07', '2021-10-08', '2021-10-12',
'2021-10-14', '2021-10-15', '2021-10-19', '2021-10-21',
'2021-10-26', '2021-10-28', '2021-10-29', '2021-11-02',
'2021-11-15', '2021-11-16', '2021-12-01', '2021-12-07',
'2021-12-09', '2021-12-10', '2021-12-14', '2021-12-15',
'2022-01-13', '2022-01-14', '2022-01-21', '2022-01-24',
'2022-01-25', '2022-01-27', '2022-01-31', '2022-02-01',
'2022-02-10', '2022-02-11', '2022-02-16', '2022-02-24']}
df = pd.DataFrame(data)

现在，从收集数据的第一天起，我想使用日期列计算7天，并创建一周。例如，如果第一周包含7个日期，我会创建一列并将其称为第一周。我想做同样的过程，直到上周数据被收集。

也许将日期按从第一个日期到当前日期的顺序组织起来是个好主意。

我尝试过，但它并没有按顺序生成周，它实际上有重复的周。

pd.to_datetime(df['date'], errors='coerce').dt.week

我的意图是，从收集日期的第一天起，计算7天，并将其存储为第一周，然后逐渐增加，直到最后一周，比如第66周。

以下是从日期列创建的预期周数列

import pandas as pd
week_df = {'weeks': ['1', '2', "3", "5", '6']}
df_weeks = pd.DataFrame(week_df)

Answer 1

IIUC使用：

df['date'] = pd.to_datetime(df['date'])
df['week'] = df['date'].sub(df['date'].iat[0]).dt.days // 7 + 1
print (df.head(10))
date  week
0 2019-09-10   1.0
1        NaT   NaN
2 2019-10-07   4.0
3 2019-11-04   8.0
4 2019-11-28  12.0
5 2019-12-02  12.0
6 2020-01-24  20.0
7 2020-01-29  21.0
8 2020-02-05  22.0
9 2020-02-12  23.0

Answer 2

您在这里有超过66周的时间，所以您要么想要从一开始的真实周数，要么想要一个虚拟周排名。两种解决方案见下文：

# convert to week period
s = pd.to_datetime(df['date']).dt.to_period('W')
# get real week number
df['week'] = s.sub(s.iloc[0]).dropna().apply(lambda x: x.n).add(1)
# get dummy week rank
df['week2'] = s.rank(method='dense')

输出：

date   week  week2
0   2019-09-10    1.0    1.0
1          NaN    NaN    NaN
2   2019-10-07    5.0    2.0
3   2019-11-04    9.0    3.0
4   2019-11-28   12.0    4.0
5   2019-12-02   13.0    5.0
6   2020-01-24   20.0    6.0
7   2020-01-29   21.0    7.0
8   2020-02-05   22.0    8.0
9   2020-02-12   23.0    9.0
10  2020-02-14   23.0    9.0
11  2020-02-24   25.0   10.0
12  2020-03-11   27.0   11.0
13  2020-03-16   28.0   12.0
14  2020-03-17   28.0   12.0
15  2020-03-18   28.0   12.0
16  2021-09-14  106.0   13.0
17  2021-09-30  108.0   14.0
18  2021-10-07  109.0   15.0
19  2021-10-08  109.0   15.0
...
42  2022-01-27  125.0   26.0
43  2022-01-31  126.0   27.0
44  2022-02-01  126.0   27.0
45  2022-02-10  127.0   28.0
46  2022-02-11  127.0   28.0
47  2022-02-16  128.0   29.0
48  2022-02-24  129.0   30.0