从多年度日Dataframe生成周Dataframe的跨年分组问题

基于2016-2022年的日度Dataframe生成周度数据时，现有代码整体运行正常，但2018年12月31日被单独划分为一周，实际该日期应归入2019年1月4日结束的周，求修复方案。

日度Dataframe： #

现有代码输出： #

当前使用的代码： #

temp_df = daily_df.copy()
temp_df['Date'] = pd.to_datetime(temp_df['Date'], format='%d-%b-%Y')
weekly_data = temp_df.assign(wk=temp_df['Date'].dt.isocalendar().week, ye=temp_df['Date'].dt.year, iso_ye=temp_df['Date'].dt.isocalendar().year).groupby(['wk', 'ye', 'iso_ye']).aggregate({'Date': ['max'], 'Open': ['first'],'High': ['max'], 'Low': ['min'],
            'Close': ['last']}).reset_index()

# check if maximum date in week is in previous year
weekly_data.loc[weekly_data['Date', 'max'].dt.year != weekly_data['iso_ye'], 'wk'] = 1

weekly_data.columns = weekly_data.columns.droplevel(1)
weekly_data = weekly_data.sort_values(by=['Date']).drop(columns=['ye', 'iso_ye']).reset_index(drop=True)
weekly_data['weekday'] = weekly_data['Date'].dt.day_name()
weekly_data['Date'] = pd.to_datetime(weekly_data['Date'], format='%Y%m%d')
weekly_data['Date'] = weekly_data['Date'].dt.strftime('%d-%b-%Y')
weekly_data.drop(['wk'], axis=1)
weekly_data = weekly_data.reindex(columns=['Date', 'weekday', 'Open', 'High', 'Low', 'Close'])
weekly_data

解决方案 #

问题根源在于原代码同时用公历年份（ye）和ISO周+ISO年份分组，导致2018年12月31日（ISO周属于2019年第1周，但公历年份是2018）被单独拆分。正确做法是直接用ISO年份和ISO周作为唯一分组键，完全对齐ISO周的规则。

修改后的代码：

temp_df = daily_df.copy()
temp_df['Date'] = pd.to_datetime(temp_df['Date'], format='%d-%b-%Y')

# 直接使用ISO年份和ISO周分组，避免公历年份干扰
weekly_data = temp_df.assign(
    iso_year=temp_df['Date'].dt.isocalendar().year,
    iso_week=temp_df['Date'].dt.isocalendar().week
).groupby(['iso_year', 'iso_week']).aggregate({
    'Date': ['max'],
    'Open': ['first'],
    'High': ['max'],
    'Low': ['min'],
    'Close': ['last']
}).reset_index()

# 处理列名和格式
weekly_data.columns = weekly_data.columns.droplevel(1)
weekly_data = weekly_data.sort_values(by=['Date']).drop(columns=['iso_year', 'iso_week']).reset_index(drop=True)
weekly_data['weekday'] = weekly_data['Date'].dt.day_name()
weekly_data['Date'] = weekly_data['Date'].dt.strftime('%d-%b-%Y')
weekly_data = weekly_data.reindex(columns=['Date', 'weekday', 'Open', 'High', 'Low', 'Close'])
weekly_data

修改后预期输出 #

可以看到，2018年12月31日已经和2019年1月1-4日合并为同一周，周结束日期显示为2019年1月4日，Open取该周第一个交易日（12月31日）的数值，其他字段也按周维度正确聚合。

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