Pandas时间序列：统计年度数据中最低价对应的工作日频次

这是我在Stackoverflow的首个提问，希望能清晰描述问题。我正在学习使用Pandas进行数据分析，已将某加油站的小时油价数据聚合为日度时间序列。

我已成功用Plotly绘制了年度散点图，下一步想要分析每周中油价最低或最高的工作日，统计各工作日的出现频次，进而探寻全年的规律。

我的数据结构如下：

count      mean       std    min    25%    50%     75%    max  
2022-01-01   35.0  1.685000  0.029124  1.649  1.659  1.689  1.6990  1.749   
2022-01-02   27.0  1.673444  0.024547  1.649  1.649  1.669  1.6890  1.729   
2022-01-03   28.0  1.664000  0.040597  1.599  1.639  1.654  1.6890  1.789   
2022-01-04   31.0  1.635129  0.045069  1.599  1.599  1.619  1.6490  1.779   
2022-01-05   33.0  1.658697  0.048637  1.599  1.619  1.649  1.6990  1.769   
2022-01-06   35.0  1.658429  0.050756  1.599  1.619  1.639  1.6940  1.779   
2022-01-07   30.0  1.637333  0.039136  1.599  1.609  1.629  1.6565  1.759   
2022-01-08   41.0  1.655829  0.041740  1.619  1.619  1.639  1.6790  1.769   
2022-01-09   35.0  1.647857  0.031602  1.619  1.619  1.639  1.6590  1.769   
2022-01-10   31.0  1.634806  0.041374  1.599  1.609  1.619  1.6490  1.769 
...  

            week    weekday  
2022-01-01    52   Saturday  
2022-01-02    52     Sunday  
2022-01-03     1     Monday  
2022-01-04     1    Tuesday  
2022-01-05     1  Wednesday  
2022-01-06     1   Thursday  
2022-01-07     1     Friday  
2022-01-08     1   Saturday  
2022-01-09     1     Sunday  
2022-01-10     2     Monday
...

我尝试过分组（grouping）和重采样（resampling）操作，但未得到预期结果，恳请各位提供解决思路，谢谢！

内容的提问来源于stack exchange，提问作者Mark