Pandas按周分组数据：为何需提前减去7天？

我需要对数据按周进行分组，找到如下解决方案：

# Create a dataframe with datetime values
df = pd.DataFrame({'date': pd.date_range(start='1/5/2022', freq='D', periods=15),
                   'sales': [6, 8, 9, 5, 4, 8, 8, 3, 5, 9, 8, 3, 4, 7, 7]})

#convert date column to datetime and subtract one week
df['date'] = pd.to_datetime(df['date']) - pd.to_timedelta(7, unit='d')

#calculate sum of values, grouped by week
df.groupby([pd.Grouper(key='date', freq='W')])['sales'].sum()

我的疑问是：第一步将原始日期减去7天的操作意义何在？所有日期都提前7天对分组有何帮助？是否可以直接执行第二步按周分组操作？

回答 #

减7天的核心意义：调整周分组的锚点 #

Pandas中pd.Grouper(freq='W')默认的周划分是以周日为锚点（每周结束于周六，分组标签显示为该周的周日）。

拿示例数据来说，原始起始日期是2022/1/5（周三）：

• 直接用默认W分组，第一组时间范围是2022/1/2（周日）-2022/1/8（周六），仅包含原数据的1/5-1/8这4天；第二组是2022/1/9（周日）-2022/1/15（周六），包含剩下的7天。
• 把所有日期减7天后，原日期2022/1/5变成2021/12/29（周三），此时用W分组，第一组时间范围是2021/12/26（周日）-2022/1/1（周六），对应原数据的1/5-1/8；第二组是2022/1/2（周日）-2022/1/8（周六），对应原数据的1/9-1/15。

本质上，减7天是为了让分组的时间窗口和业务需求的周划分对齐——比如你可能希望周统计周期是“周一到周日”，或者想让现有数据的起始日期刚好落在分组窗口的开头，通过偏移日期就能实现这种调整。

可以直接执行第二步按周分组吗？ #

完全可以，但分组结果会和减7天后的不同：

• 直接分组的代码：

df['date'] = pd.to_datetime(df['date'])
result = df.groupby([pd.Grouper(key='date', freq='W')])['sales'].sum()
print(result)

输出结果：

date
2022-01-09    40
2022-01-16    34
Freq: W-SUN, Name: sales, dtype: int64

• 减7天后分组的输出结果：

date
2021-12-26    30
2022-01-02    44
Freq: W-SUN, Name: sales, dtype: int64

两者的分组标签和统计范围有差异，选择哪种方式完全取决于你的业务逻辑对周划分的要求。

内容的提问来源于stack exchange，提问作者imantha