为Pandas DataFrame中各日期添加相对月份的周数列

问题描述 #

现有如下Pandas DataFrame：

需要新增week列，按每月日期的固定区间分配周数（不使用datetime.week功能），规则如下：

• 1-7日 → 第1周（格式：1 week）
• 8-14日 → 第2周（格式：2 week）
• 15-21日 → 第3周（格式：3 week）
• 22-28日 → 第4周（格式：4 week）
• 29-31日 → 第5周（格式：5 week）

解决方案 #

方案一：严格匹配区间规则 #

通过整数除法直接计算周数，逻辑简洁高效，完全符合区间规则：

import pandas as pd

# 构建示例数据
data = {
    'date': ['2022-02-06', '2022-02-07', '2022-02-08', '2022-02-15', '2022-02-24', '2022-02-28'],
    'other_columns': ['row'] * 6
}
df = pd.DataFrame(data)

# 将date列转换为datetime类型（若原始数据未转换）
df['date'] = pd.to_datetime(df['date'])

# 计算周数并格式化
# (day - 1) // 7 实现区间分组：1-7→0，8-14→1，…，29-31→4，加1后得到周数
df['week'] = (df['date'].dt.day - 1) // 7 + 1
df['week'] = df['week'].astype(str) + ' week'

print(df)

运行后结果：

方案二：匹配示例中28日为第5周的情况 #

若需要将每月28-31日统一归为第5周（与你提供的示例结果一致），可使用pd.cut自定义区间：

import pandas as pd

data = {
    'date': ['2022-02-06', '2022-02-07', '2022-02-08', '2022-02-15', '2022-02-24', '2022-02-28'],
    'other_columns': ['row'] * 6
}
df = pd.DataFrame(data)

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

# 自定义区间和标签，将28-31日归为第5周
df['week'] = pd.cut(
    df['date'].dt.day,
    bins=[0, 7, 14, 21, 28, 31],
    labels=['1 week', '2 week', '3 week', '4 week', '5 week'],
    include_lowest=True
)

print(df)

运行后结果：

内容的提问来源于stack exchange，提问作者Carola