如何基于周二起始的自定义周对DataFrame执行Groupby聚合？

步骤1：合并日期列并转换为datetime类型 #

首先需要把Year、Month、Day三列合并成标准datetime列，这是时间分组的基础操作：

import pandas as pd

# 假设你的DataFrame名为df
df['date'] = pd.to_datetime(df[['Year', 'Month', 'Day']])

步骤2：生成以周二为起始的自定义周分组键 #

以你指定的第一周起始日（2022年8月31日，周二）为基准，计算每个日期对应的周编号：

# 设置基准起始周二
base_tuesday = pd.to_datetime('2022-08-31')

# 计算日期与基准日的天数差，整除7得到周分组编号（0对应第一周，1对应第二周，以此类推）
df['custom_week'] = ((df['date'] - base_tuesday).dt.days // 7)

# 生成可读性更强的周标签（如"周1"、"周2"）
df['custom_week_label'] = '周' + (df['custom_week'] + 1).astype(str)

如果你的数据需要覆盖2021年8月31日（也是周二）及更早日期，只需将base_tuesday改为pd.to_datetime('2021-08-31')即可。

步骤3：按自定义周分组并求和 #

根据需求选择对应的分组求和方式：

场景1：按周汇总所有日期的Time列总和 #

weekly_total = df.groupby('custom_week_label')[['Time1', 'Time2', 'Time3']].sum().reset_index()

场景2：保留每日数据，同时标记所属周（得到每日Time列求和并按周分组展示） #

daily_weekly_total = df.groupby(['custom_week_label', 'date'])[['Time1', 'Time2', 'Time3']].sum().reset_index()

步骤4：自定义周范围标签（可选） #

如果需要在结果中显示每周的起止日期，可以添加以下代码：

# 计算每个周的起止日期
week_ranges = df.groupby('custom_week')['date'].agg(['min', 'max'])
week_ranges['week_range'] = week_ranges['min'].dt.strftime('%Y-%m-%d') + ' 至 ' + week_ranges['max'].dt.strftime('%Y-%m-%d')

# 合并到求和结果中
weekly_total = weekly_total.merge(week_ranges[['week_range']], left_on='custom_week', right_index=True)

完整示例代码 #

import pandas as pd

# 模拟符合需求的测试数据
data = {
    'Year': [2022]*6 + [2022]*6,
    'Month': [8]*3 + [9]*3 + [9]*3 + [10]*3,
    'Day': [31, 1, 2, 3, 4, 5, 6,7,8,9,10,11],
    'Time1': [1,2,3,4,5,6,7,8,9,10,11,12],
    'Time2': [2,3,4,5,6,7,8,9,10,11,12,13],
    'Time3': [3,4,5,6,7,8,9,10,11,12,13,14]
}
df = pd.DataFrame(data)

# 合并日期列
df['date'] = pd.to_datetime(df[['Year', 'Month', 'Day']])

# 生成自定义周分组键
base_tuesday = pd.to_datetime('2022-08-31')
df['custom_week'] = ((df['date'] - base_tuesday).dt.days // 7)
df['custom_week_label'] = '周' + (df['custom_week'] + 1).astype(str)

# 按周+日期分组求和
daily_weekly_total = df.groupby(['custom_week_label', 'date'])[['Time1', 'Time2', 'Time3']].sum().reset_index()

print(daily_weekly_total)

输出示例：

内容的提问来源于stack exchange，提问作者Alejandra