如何为DataFrame添加列统计特定门店产品的连续促销周数？

要统计特定store_code、product_code下同一promotion_type的连续生效周数，可按以下步骤实现：

核心步骤 #

• 日期预处理：将date列转换为日期类型，提取年-周标识（避免跨年周数混淆）。
• 分组排序：按store_code、product_code、promotion_type分组，确保每组内数据按时间顺序排列。
• 连续组标识：在每个分组内，判断当前周与前一周是否连续（间隔7天），生成连续组的唯一标识。
• 生成连续序号：对每个连续组内的记录，生成从1开始的递增序号，即为Desired Outcome。

代码实现 #

import pandas as pd

# 示例DataFrame（替换为你的实际数据即可）
data = [
    [1, 222, "2021-01-03", "Promo descuento", 1],
    [1, 222, "2021-02-28", "Promo cabecera", 1],
    [1, 232, "2021-03-21", "Promo multicompra", 1],
    [1, 296, "2021-01-17", "Promo descuento", 1],
    [1, 296, "2021-01-24", "Promo descuento", 2],
    [1, 296, "2021-01-31", "Promo descuento", 3],
    [1, 296, "2021-02-07", "Promo descuento", 4],
    [1, 382, "2021-02-07", "Promo descuento", 1],
    [1, 608, "2021-01-10", "Promo descuento", 1],
    [1, 608, "2021-01-17", "Promo descuento", 2],
    [1, 612, "2021-01-03", "Promo descuento", 1],
    [1, 612, "2021-01-31", "Promo descuento", 1]
]
df = pd.DataFrame(data, columns=["store_code", "product_code", "date", "promotion_type", "Desired Outcome_expected"])

# 1. 转换日期格式并提取ISO标准年-周（格式：YYYY-WW）
df['date'] = pd.to_datetime(df['date'])
df['year_week'] = df['date'].dt.isocalendar().apply(lambda x: f"{x.year}-{x.week:02d}", axis=1)

# 2. 按指定字段排序，保证时间顺序正确
df = df.sort_values(by=["store_code", "product_code", "promotion_type", "date"])

# 3. 生成连续组标识：判断当前周与前一周是否间隔7天
def get_continuous_groups(week_series):
    # 将年-周转换为该周周一的日期，方便计算间隔
    week_dates = pd.to_datetime(week_series + "-1", format="%G-%V-%u")
    # 与前一周天数差不等于7时，标记为新组
    new_group = (week_dates - week_dates.shift()).dt.days != 7
    # 累计新组标识，得到连续组ID
    return new_group.cumsum()

df['group_id'] = df.groupby(["store_code", "product_code", "promotion_type"])['year_week'].apply(get_continuous_groups)

# 4. 生成连续生效周数
df['Desired Outcome'] = df.groupby(["store_code", "product_code", "promotion_type", "group_id"]).cumcount() + 1

# 查看结果（可对比预期值验证）
print(df[["store_code", "product_code", "date", "promotion_type", "Desired Outcome_expected", "Desired Outcome"]])

关键说明 #

• 使用ISO年-周（dt.isocalendar()）是为了避免跨年时周数混乱，比如2020年第52周和2021年第1周不会被误判为连续。
• 连续周的判断基于间隔7天，如果业务中对“连续周”的起始日定义不同（比如以周日为一周第一天），可将%u改为%w调整日期转换格式。
• 最终生成的Desired Outcome完全匹配示例需求：比如product_code=612的两条记录因周数不连续，结果均为1；product_code=296的四条连续周记录则生成1-4的序列。

内容的提问来源于stack exchange，提问作者diana