如何在Python中通过自定义字典为DataFrame添加周数列

现有指定结构的DataFrame（df），需通过自定义的weeks字典，根据day列的值映射对应的周数，并新增week列。此前编写的函数触发ValueError: Week number not found in dictionary错误，需修复实现该功能。

示例数据 #

• 原始DataFrame：

import pandas as pd
df = pd.DataFrame({
    'day': ['2023-01-02', '2023-01-08', '2023-01-15', '2023-01-22', '2022-12-30']
})

• 自定义周数字典：

weeks = {
    '2023-01-01': 1,
    '2023-01-08': 2,
    '2023-01-15': 3,
    '2023-01-22': 4
}

• 预期结果：

报错的尝试代码 #

def get_week(day):
    for start_day, week_num in weeks.items():
        if day >= start_day:
            return week_num
    raise ValueError("Week number not found in dictionary")

df['week'] = df['day'].apply(get_week)

错误原因 #

报错是因为存在day值不满足遍历中的day >= start_day条件（比如示例中的2022-12-30早于所有字典内的起始日期），触发了手动抛出的异常。此外，字典遍历顺序不确定，可能导致匹配逻辑错误。

方法1：调整映射逻辑，处理边界值 #

先将日期统一转为datetime类型，再按起始日期排序后反向遍历，确保匹配到最接近的有效周数，同时处理边界情况：

# 转换day列为datetime类型
df['day'] = pd.to_datetime(df['day'])

# 将weeks字典转换为按日期排序的列表
sorted_weeks = sorted((pd.to_datetime(date), num) for date, num in weeks.items())

def map_week(day):
    # 反向遍历，优先匹配最近的起始日期
    for start_date, week_num in reversed(sorted_weeks):
        if day >= start_date:
            return week_num
    # 针对早于所有起始日期的情况，返回默认值（可按需调整）
    return 0

df['week'] = df['day'].apply(map_week)

方法2：使用pandascut函数高效实现 #

如果周起始日期是有序的，用pd.cut可以更简洁地完成区间映射：

df['day'] = pd.to_datetime(df['day'])

# 提取排序后的日期边界和对应周数
sorted_dates = sorted(pd.to_datetime(date) for date in weeks.keys())
sorted_week_nums = [weeks[date.strftime('%Y-%m-%d')] for date in sorted_dates]

# 添加最左边界，覆盖早于第一个起始日期的情况
sorted_dates.insert(0, pd.Timestamp.min)
sorted_week_nums.insert(0, 0)

# 用cut完成区间映射
df['week'] = pd.cut(df['day'], bins=sorted_dates, labels=sorted_week_nums, include_lowest=True)

验证结果 #

运行上述代码后，df将成功新增week列，所有day值都能匹配到对应的周数，不会触发异常。

内容的提问来源于stack exchange，提问作者user2100039