如何在Python中为日期列添加当月星期几出现次数标识列？

可以利用Pandas的分组（groupby）和排名（rank）功能实现，完全避免冗长的循环，代码简洁且效率更高，适合处理数年的大数据量。

步骤说明 #

1. 映射星期几名称：将weekday列的数字编码转换为对应的星期名称（比如0→Monday，6→Sunday，可根据你的实际编码调整）。
2. 分组排名：按year、month、weekday分组，对每组内的日期（按day排序）进行排名，得到该星期几在当月的出现次数。
3. 转换为序数词：将排名数字（1-5）转换为对应的序数词（First/Second/Third等），再与星期名称拼接成最终标记。

代码实现 #

import pandas as pd

# 1. 定义映射字典（根据你的weekday编码调整，示例中0=周一，6=周日）
weekday_name_map = {
    0: 'Monday',
    1: 'Tuesday',
    2: 'Wednesday',
    3: 'Thursday',
    4: 'Friday',
    5: 'Saturday',
    6: 'Sunday'
}
ordinal_map = {
    1: 'First',
    2: 'Second',
    3: 'Third',
    4: 'Fourth',
    5: 'Fifth'
}

# 2. 计算每个星期几在当月的出现次数排名
df['occurrence_rank'] = df.groupby(['year', 'month', 'weekday'])['day'].rank(method='first').astype(int)

# 3. 生成最终的标记列
df['occurrence'] = df['occurrence_rank'].map(ordinal_map) + ' ' + df['weekday'].map(weekday_name_map)

# 可选：删除中间辅助列
df.drop('occurrence_rank', axis=1, inplace=True)

关键细节 #

• groupby(['year', 'month', 'weekday'])：确保每个月份内的每个星期几单独计数，跨月自动重置。
• rank(method='first')：按日期顺序（day列）排名，保证第一个出现的星期几得到排名1，避免因同一天多个数据导致的排名重复。
• 若你的weekday编码是0=周日、1=周一，只需调整weekday_name_map的键值对应关系即可。

内容的提问来源于stack exchange，提问作者wuwho