如何使用Python Pandas为日期数据添加每月周数标识列？

给定仅包含Date列的Pandas DataFrame，需要新增一列Week，格式为WeekX_月份缩写（例如2022-10-04对应Week1_Oct），输入输出示例如下：

输入 #

期望输出 #

实现方法 #

1. 先确保Date列为datetime类型 #

首先必须把Date列转换成datetime格式，否则无法使用Pandas的日期处理工具：

import pandas as pd

# 假设你的DataFrame名为df
df['Date'] = pd.to_datetime(df['Date'])

2. 计算周数与月份缩写 #

通用方案：按每月7天周期划分（最常用）

如果你的周数规则是每月1-7号为Week1，8-14号为Week2，以此类推，用下面的代码：

# 计算当月周数：(日期-1)//7 +1 实现每7天一个周期
df['Week'] = 'Week' + ((df['Date'].dt.day - 1) // 7 + 1).astype(str) + '_' + df['Date'].dt.strftime('%b')

不过这个方案得到的10月12号会是Week2，和示例不符，说明示例的周数规则是自定义的。

匹配示例的自定义方案

观察示例的周数分界：10月19日才进入Week2，25日进入Week3，31日进入Week4，推测是按自定义的日期区间划分周数。如果要完全匹配示例结果，可以用日期区间赋值：

# 定义各周的日期范围和对应的标签
week_ranges = [
    (pd.to_datetime('2022-10-01'), pd.to_datetime('2022-10-18'), 'Week1_Oct'),
    (pd.to_datetime('2022-10-19'), pd.to_datetime('2022-10-24'), 'Week2_Oct'),
    (pd.to_datetime('2022-10-25'), pd.to_datetime('2022-10-30'), 'Week3_Oct'),
    (pd.to_datetime('2022-10-31'), pd.to_datetime('2022-10-31'), 'Week4_Oct'),
    (pd.to_datetime('2022-11-01'), pd.to_datetime('2022-11-07'), 'Week1_Nov'),
]

# 初始化Week列
df['Week'] = ''

# 遍历区间赋值
for start, end, label in week_ranges:
    df.loc[(df['Date'] >= start) & (df['Date'] <= end), 'Week'] = label

另一种通用方案：按ISO周重新编号

如果你的周数规则是以周一为周起始，当月第一个完整ISO周为Week1，可以用下面的代码：

# 获取每个日期的ISO周数
df['iso_week'] = df['Date'].dt.isocalendar().week
# 按年月分组，得到每组的最小ISO周数（当月第一个ISO周）
df['month_min_week'] = df.groupby([df['Date'].dt.year, df['Date'].dt.month])['iso_week'].transform('min')
# 计算当月周数，拼接成目标格式
df['Week'] = 'Week' + (df['iso_week'] - df['month_min_week'] + 1).astype(str) + '_' + df['Date'].dt.strftime('%b')
# 清理中间列
df = df.drop(['iso_week', 'month_min_week'], axis=1)

内容的提问来源于stack exchange，提问作者nat