如何让Pandas将W_2022_27格式年周数据识别为%yyyy-%m日期？

核心思路 #

先从W_2022_27这类字符串中提取年份和周数，再通过Pandas的to_datetime解析为日期对象，最后格式化为YYYY-MM格式。

步骤与代码示例 #

假设你的DataFrame列名为week_column，具体操作如下：

1. 提取年份和周数并格式化
   先去掉前缀W_，再将年份和周数拼接为YYYY-WW格式：

import pandas as pd

# 示例数据
df = pd.DataFrame({'week_column': ['W_2022_27', 'W_2023_05', 'W_2021_52']})

# 提取年份和周数，转为YYYY-WW格式
df['year_week'] = df['week_column'].str.replace('W_', '').str.replace('_', '-')

2. 解析为日期对象
   根据你的周数规则选择对应的格式符：

• 若以周日为一周起始，用%Y-%W：

  # 解析为该周的周一日期（weekday=0表示周一，可改为6取周日）
  df['date'] = pd.to_datetime(df['year_week'], format='%Y-%W', weekday=0)
  

• 若遵循ISO标准（周一为一周起始），用%G-%V：

  df['date'] = pd.to_datetime(df['year_week'], format='%G-%V', weekday=0)
  

3. 格式化为YYYY-MM
   将日期对象转为目标格式：

df['month'] = df['date'].dt.strftime('%Y-%m')

处理特殊情况 #

如果周数是单数字（如W_2022_7），需要补零确保格式统一：

# 提取年份和周数，补零后拼接
df['year_week'] = df['week_column'].str.extract(r'W_(\d{4})_(\d{1,2})').apply(
    lambda x: f"{x[0]}-{x[1].zfill(2)}", axis=1
)

最终结果示例 #

处理后DataFrame会包含解析后的日期和目标月份列：

内容的提问来源于stack exchange，提问作者v s