如何在Pandas DataFrame中按规则将日期转换为对应周一

需求说明 #

需要将Pandas DataFrame的日期列头按照以下规则转换：

• 若日期为周一：保持原日期不变
• 若日期为周二、周三、周四：转换为当周周一
• 若日期为周五、周六、周日：转换为下周周一
  转换后DataFrame的数据内容保持不变。

解决方案 #

我们可以通过将列头转换为datetime类型，利用星期几属性实现条件判断，最后将调整后的日期转回原格式字符串替换列头。

代码实现

首先导入依赖库：

import pandas as pd
import numpy as np

创建示例DataFrame（匹配需求中的输入示例）：

# 示例DataFrame，列头包含2022/4/18（周一）、2022/5/10（周二）
df = pd.DataFrame(
    data=[[10, 20], [30, 40]],
    columns=['2022/4/18', '2022/5/10']
)

方法一：使用numpy.where实现向量式条件判断

# 将列名转换为datetime对象
cols = pd.to_datetime(df.columns)

# 根据星期几计算需要调整的天数
adjustments = np.where(
    cols.weekday == 0,  # 周一（weekday=0）
    pd.Timedelta(days=0),
    np.where(
        cols.weekday.isin([1, 2, 3]),  # 周二到周四（weekday=1-3）
        -cols.weekday.apply(lambda x: pd.Timedelta(days=x)),
        pd.Timedelta(days=7) - cols.weekday.apply(lambda x: pd.Timedelta(days=x))  # 周五到周日（weekday=4-6）
    )
)

# 生成调整后的日期并转为原格式字符串
new_columns = cols + adjustments
df.columns = new_columns.strftime('%Y/%m/%d')

方法二：使用自定义函数+map处理（更直观）

cols = pd.to_datetime(df.columns)

def adjust_date_to_monday(date):
    weekday = date.weekday()
    if weekday == 0:
        return date
    elif 1 <= weekday <= 3:
        return date - pd.Timedelta(days=weekday)
    else:
        return date + pd.Timedelta(days=7 - weekday)

new_columns = cols.map(adjust_date_to_monday)
df.columns = new_columns.strftime('%Y/%m/%d')

验证结果

执行上述代码后，打印列头：

print(df.columns)

输出结果：

Index(['2022/4/18', '2022/5/09'], dtype='object')

符合需求：2022/5/10（周二）被转换为当周周一2022/5/09，2022/4/18（周一）保持不变，DataFrame的数据内容未改变。

关键逻辑说明 #

• pd.to_datetime()：将列头的日期字符串转换为datetime对象，便于获取星期几（weekday属性，周一为0，周日为6）
• 调整规则：
  • 周一：无需调整，直接返回原日期
  • 周二-周四：减去当前星期几对应的天数（如周二减1天，周三减2天），回到当周周一
  • 周五-周日：加上7-当前星期几的天数（如周五加3天，周日加1天），跳转到下周周一
• strftime('%Y/%m/%d')：将调整后的datetime对象转回与原格式一致的字符串，保证列头格式统一

内容的提问来源于stack exchange，提问作者Shan Jiang