Python DataFrame isocalendar()执行结果两日不同的问题排查

出现年末日期被归入当年第1周的情况，核心是周数计算规则的差异以及pandas版本更新导致的行为变化，具体如下：

1. 周数计算标准冲突 #

周数的定义存在两种常见规则：

• 传统本地周：以1月1日所在周为第1周，周起始日（周一/周日）依地区而定，周数仅在当前年份内递增。
• ISO 8601标准周：第1周是包含当年第一个周四（或1月4日）的周，周起始日固定为周一，年末部分日期会被归入下一年的第1周（比如2008-12-29是周一，实际属于2009年第1周）。

2. pandas版本更新的影响 #

旧版pandas的dt.week方法采用本地周规则，而新版pandas已弃用该方法，改用dt.isocalendar().week严格遵循ISO 8601标准。如果代码未适配这种变化，仍使用日期的year（而非ISO年份）与周数=1的组合筛选，就会把属于下一年第1周的年末日期错误统计到当年的第1周中。

比如2008-12-29的dt.year是2008，但dt.isocalendar().week为1、dt.isocalendar().year为2009，若代码按「日期年份+周数=1」分组，就会把该日期误算进2008年第1周。

3. 原代码逻辑漏洞 #

原代码的分组逻辑未校验周数对应的年份是否与日期年份一致，仅通过「日期所在年份」+「周数=1」筛选，导致跨年度的周记录被错误归类。

改用ISO年份进行分组，确保周数与所属年份匹配：

import pandas as pd

# 提取ISO年份和ISO周数
df['iso_year'] = df['Datetime'].dt.isocalendar().year
df['iso_week'] = df['Datetime'].dt.isocalendar().week

# 筛选各ISO年份的第1周并统计天数
year_first_week_days = df[df['iso_week'] == 1].groupby('iso_year')['Datetime'].count()

# 查看对应日期
first_week_dates = df[(df['iso_week'] == 1) & (df['iso_year'].between(2005, 2018))]['Datetime']

内容的提问来源于stack exchange，提问作者Mainland