如何配置PySpark将周日设为一周的起始日？

PySpark的weekOfYear()函数基于ISO 8601标准实现，固定以周一作为一周的起始日，没有全局配置项可以直接修改这个行为。但你不需要编写自定义函数，通过内置函数的组合就能实现以周日为起始的周数计算，同时和dayOfWeek()的逻辑匹配。

实现方案 #

1. 通用方案（适配所有Spark版本）

将目标日期加1天后再调用weekOfYear()，这样原本属于周日的日期会被归入下一周的周一统计，等效于把周日作为新一周的起始：

from pyspark.sql.functions import weekofyear, date_add

# 计算以周日为起始的周数
df = df.withColumn("week_of_year_sun_start", weekofyear(date_add("your_date_column", 1)))

这个逻辑和dayOfWeek()的行为天然匹配——dayOfWeek()返回1代表周日，正好对应新一周的开始。

2. Spark 3.5+专属方案

Spark 3.5.0及以上版本的date_trunc()函数新增了weekStart参数，允许直接指定周起始日（7代表周日）。你可以先获取以周日为起始的周起始时间，再基于此计算周数：

from pyspark.sql.functions import date_trunc, weekofyear, date_add

# 获取以周日为起始的周的第一天
df = df.withColumn("week_start_sunday", date_trunc("week", "your_date_column", weekStart=7))
# 基于周起始日计算周数（加1天适配weekOfYear的ISO标准）
df = df.withColumn("week_of_year_sun_start", weekofyear(date_add("week_start_sunday", 1)))

说明 #

• dayOfWeek()函数默认就是以周日为1、周六为7，所以上述两种方案计算出的周数和dayOfWeek()的逻辑完全统一，满足你计算周环比、去年同期数据的需求。
• 不需要修改任何全局配置，仅通过内置函数组合即可实现需求，避免自定义函数带来的维护成本。

内容的提问来源于stack exchange，提问作者Shane McGarry