基于日度DataFrame生成含上周及本周累计高低值的新DataFrame

我有一个包含日度数据的DataFrame df1，数据结构如下：

需要基于df1创建新的DataFrame，包含以下字段：

• PWH：对应日期所在周的上一周的最高值列最大值；无上一周则标记为-
• PWL：对应日期所在周的上一周的最低值列最小值；无上一周则标记为-
• CWH：本周从周一到当前日期的最高值列最大值；每周第一个工作日（周一）标记为-
• CWL：本周从周一到当前日期的最低值列最小值；每周第一个工作日（周一）标记为-

规则示例 #

• 1月4日-8日所在周的上一周仅包含1月1日，因此该周所有日期的PWH为17144.85，PWL为16823
• 1月5日的CWH为1月4日-5日的最高值最大值17000，CWL为同期最低值最小值16603

预期输出 #

我尝试了以下代码，但无法得到符合要求的输出：

temp_wk = daily_df.copy()
temp_wk.set_index(pd.to_datetime(temp_wk['Date']), inplace=True)

weekly_high = temp_wk['Low'].resample('W').min()

prev_week_high = weekly_high.shift(1)

print(prev_week_high)

要实现需求，需要分步骤处理周分组、上周统计值映射、本周累计统计三个核心环节，具体代码如下：

步骤1：数据预处理 #

首先将日期列转换为datetime类型，方便后续按周分组：

import pandas as pd

# 假设df1是原始数据
df1['日期'] = pd.to_datetime(df1['日期'])

步骤2：计算每周的最高/最低值并映射到上周 #

使用resample按周（周一为周起始）统计每周的最高值最大值和最低值最小值，然后将上周的统计结果映射到当前周的所有日期：

# 按周（W-MON表示周一为周起始）统计每周的最高值max和最低值min
weekly_stats = df1.resample('W-MON', on='日期').agg(
    weekly_high=('最高值', 'max'),
    weekly_low=('最低值', 'min')
)

# 生成上周的统计数据，shift(1)获取上一周的结果
weekly_stats['prev_week_high'] = weekly_stats['weekly_high'].shift(1)
weekly_stats['prev_week_low'] = weekly_stats['weekly_low'].shift(1)

# 将周统计数据合并回原始df，通过周期匹配关联当前周的所有日期
df1 = df1.merge(
    weekly_stats[['prev_week_high', 'prev_week_low']],
    left_on=df1['日期'].dt.to_period('W-MON'),
    right_index=True,
    how='left'
)

# 替换空值为'-'，匹配需求中的无数据标记
df1['PWH'] = df1['prev_week_high'].fillna('-')
df1['PWL'] = df1['prev_week_low'].fillna('-')

步骤3：计算本周累计最高/最低值 #

按周分组后，使用expanding计算从本周一开始到当前日期的累计最大值和最小值，然后将周一的结果替换为'-'：

# 按周分组，计算本周累计的最高值max和最低值min
df1['CWH'] = df1.groupby(df1['日期'].dt.to_period('W-MON'))['最高值'].expanding().max().reset_index(level=0, drop=True)
df1['CWL'] = df1.groupby(df1['日期'].dt.to_period('W-MON'))['最低值'].expanding().min().reset_index(level=0, drop=True)

# 将每周的第一个工作日（周一）的CWH、CWL替换为'-'
df1.loc[df1['星期'] == '星期一', ['CWH', 'CWL']] = '-'

步骤4：整理最终输出 #

保留需要的列并调整顺序，同时将日期转换为预期的格式：

result_df = df1[['日期', 'PWH', 'PWL', 'CWH', 'CWL']].copy()
# 将日期转换为"YYYY年MM月DD日"格式
result_df['日期'] = result_df['日期'].dt.strftime('%Y年%m月%d日')

print(result_df)

代码说明 #

• 使用W-MON作为周频率，确保每周从周一开始，完全匹配需求中的周定义；
• resample统计每周极值，通过shift(1)获取上周数据，再通过周期匹配合并到原始数据，保证当前周所有日期都能关联到上周统计值；
• expanding实现本周累计统计，结合星期判断替换周一的累计值为'-'，符合规则要求；
• 最终处理日期格式，与预期输出样式完全一致。

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