如何在Pandas中按周统计时间序列中值为1的出现次数

嘿，我来帮你搞定这个问题！你之前用count()确实会统计所有行数，没法针对性统计above_five=1的情况，换个方法就好啦，步骤很清晰：

第一步：先把日期列转成datetime类型 #

因为resample需要处理日期时间格式的数据，所以先做个转换（你的日期是日/月/年格式，所以指定format='%d/%m/%Y'）：

df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

第二步：按周聚合并统计1的出现次数 #

直接对above_five列用sum()就可以啦——因为1加起来就是出现的次数，0不会影响结果，完美契合你的需求：

# 按周聚合，sum统计1的次数
final_df = df.resample('W', on='date')['above_five'].sum().reset_index()
# 把列名改成你想要的名字
final_df.rename(columns={'above_five': 'above_five_counts'}, inplace=True)

关于周标识的小调整 #

默认resample('W')会用每周的周日作为周的标识日期，如果你想改成周一（因为你假设2021年2月1日是周一），只需要把参数改成'W-MON'：

final_df = df.resample('W-MON', on='date')['above_five'].sum().reset_index()

这样结果里的date列就会显示每周的周一日期。要是你想显示成"Week 1"这种格式，再加一行格式转换：

final_df['date'] = final_df['date'].dt.strftime('Week %U')

最终你会得到的结果 #

按照你的示例数据，运行后会得到：

（如果用W-MON的话，date会是2021-02-01，对应Week 05，因为2021年2月第一周是第5周）

为啥之前的count()不行？ #

count()是统计分组里所有非空的行数，不管值是0还是1，所以会把所有行都算进去。而sum()刚好适配你这种0/1标记的场景，直接累加1的数量，完全符合你的需求~

内容的提问来源于stack exchange，提问作者Denver Dang