如何在Pandas DataFrame中按周将周一Open值复制到当周其他单元格？

你可以通过按周分组的方式，把每周周一的Open值提取出来后自动填充到当周所有行，下面是两种实用的实现方式：

方法一：groupby + transform 直接生成 #

这种方法一步到位，无需额外中间表：

1. 先确保日期列是datetime格式（如果还没转换的话）：

import pandas as pd
df['date'] = pd.to_datetime(df['date'])

2. 给每行标记对应ISO标准周数（每年周数范围1-53）：

df['week_num'] = df['date'].dt.isocalendar().week

3. 分组后提取周一的Open值并广播到整周：

df['Expected_Open'] = df.groupby('week_num')['open'].transform(
    lambda x: x[x.index.map(lambda i: df.loc[i, 'Weekday'] == 'Monday')].iloc[0]
)

或者用更易读的自定义函数写法：

def get_weekly_monday_open(group):
    # 从分组中筛选周一的Open值，取第一个（确保每周仅一条周一数据）
    monday_open_val = group[group['Weekday'] == 'Monday']['open'].iloc[0]
    # 返回和分组行数一致的数组，填充该值
    return [monday_open_val] * len(group)

df['Expected_Open'] = df.groupby('week_num').apply(get_weekly_monday_open).explode()

方法二：提取周一数据后合并 #

这种方式逻辑更直观，适合新手理解：

1. 同样先处理日期和周数：

df['date'] = pd.to_datetime(df['date'])
df['week_num'] = df['date'].dt.isocalendar().week

2. 单独提取每周周一的Open值，并重命名目标列：

# 筛选周一的行，仅保留周数和Open列
monday_open_data = df[df['Weekday'] == 'Monday'][['week_num', 'open']].rename(columns={'open': 'Expected_Open'})

3. 按周数合并原表和周一数据，自动填充整周：

df = df.merge(monday_open_data, on='week_num', how='left')

注意事项 #

• 如果数据中存在某周无周一数据的情况，上述方法会生成NaN，你可以根据需求用fillna()处理，比如填充前一周的周一值或其他默认值。
• 若需按自然年周数统计（而非ISO标准），可将周数生成代码改为df['week_num'] = df['date'].dt.strftime('%W')（%W以周一为一周起始）。

内容的提问来源于stack exchange，提问作者user21901923