如何在Pandas DataFrame中按周分组统计累计距离超15的周数

我来帮你搞定这个问题！你其实完全不用把问题复杂化，核心就是找对分组的方式，剩下的统计就很简单了。

首先，你的DataFrame里的start列是带UTC时区的datetime，而且已经按升序排好，这很好——我们直接用这个列来分组就行，甚至不需要提前创建day_of_week列（当然留着也不影响）。

核心思路 #

要按周分组，必须结合年份+周数来分组（不然不同年份的第1周会被合并成一组，结果就错了）。同时因为你定义dayofweek=0是周一，所以我们要选以周一为周起始的分组方式，和你的星期定义对齐。

方案一：用strftime分组（直观易懂） #

def count_weeks_over_15(df):
    # 按UTC时间的年份 + 周数（%W代表周一为周起始）分组，计算每周距离总和
    weekly_distance = df.groupby(
        [df['start'].dt.year, df['start'].dt.strftime('%W')]
    )['distance'].sum()
    # 统计总和超过15的周的数量
    return (weekly_distance > 15).sum()

# 调用函数，传入你的DataFrame
over_limit_count = count_weeks_over_15(format_datetime_df)
print(over_limit_count)

方案二：用isocalendar分组（更规范的ISO周） #

Pandas的isocalendar会返回标准的ISO周信息（周一为周起始，和你的dayofweek定义完全匹配），用这个分组更严谨：

def count_weeks_over_15(df):
    # 提取年份和ISO周数作为分组键
    weekly_groups = df['start'].dt.isocalendar()[['year', 'week']]
    # 分组求和并统计超标数量
    weekly_distance = df.groupby(weekly_groups)['distance'].sum()
    return (weekly_distance > 15).sum()

为什么你的例子会分成两组？ #

你提到的day_of_week序列3、3、5、1、5，对应的日期应该分属两个不同的周：

• 前三个值（3=周四、3=周四、5=周六）属于同一个周（周一到周日）
• 后两个值（1=周二、5=周六）属于下一个周
  用上面的分组方式，会自动把它们分成两组，分别计算总和后判断是否超过15，完全符合你的需求。

额外说明 #

• 因为start列带UTC时区，Pandas的dt属性会自动基于UTC时间计算年份和周数，不用担心时区偏差
• 你之前已经按start升序排序，这对分组没有影响——groupby会自动把同组的数据归到一起，不管原始顺序

内容的提问来源于stack exchange，提问作者MatthewS