如何用pandas提取月内日历周列？替代固定7天周期计算

需求说明 #

需要从日期数据中提取月内日历周列，规则为：每月第一天为第1周，第一个周一之后进入第2周，以此类推（替代现有按固定7天分段的逻辑）。

测试数据 #

import pandas as pd

data = pd.DataFrame(pd.date_range('1/1/2000', periods=100, freq='D'), columns=['date'])

现有代码问题 #

当前代码按固定7天周期拆分（1-7日为第1周，8-14日为第2周），完全不考虑日历周的周一起始规则，不符合需求：

import math

def add_week_of_month(df):
    df['monthweek'] = pd.to_numeric(df.index.day/7)
    df['monthweek'] = df['monthweek'].apply(lambda x: math.ceil(x))
    return df

解决方案 #

以下代码实现按「月第一天为第1周，第一个周一开始为第2周」的规则计算月内周数，同时处理跨月周、月第一天为周一等边界情况：

import pandas as pd

def add_calendar_week_of_month(df):
    # 确保日期列是datetime类型
    df['date'] = pd.to_datetime(df['date'])
    
    # 获取每个日期所在月份的第一天
    df['month_start'] = df['date'].dt.to_period('M').dt.start_time
    
    # 计算当月第一个周一的日期：如果月第一天是周一则为当天，否则为当月第一个周一
    df['first_monday'] = df['month_start'] + pd.DateOffset(
        days=lambda x: (0 - x.dayofweek + 7) % 7
    )
    
    # 计算月内周数：
    # - 月第一天到第一个周一（含）为第1周
    # - 第一个周一之后，每过7天进一周
    df['monthweek'] = df.apply(
        lambda row: 1 if row['date'] <= row['first_monday'] 
        else ((row['date'] - row['first_monday']).days // 7) + 2,
        axis=1
    )
    
    # 清理中间辅助列
    df.drop(['month_start', 'first_monday'], axis=1, inplace=True)
    return df

# 测试使用
result = add_calendar_week_of_month(data)
print(result.head(10))

规则说明 #

• 若月第一天是周一：当天为第1周，次日起进入第2周
• 若月第一天是周三：1-周一前一天为第1周，周一开始为第2周
• 后续每经过一个周一，周数加1

输出示例（前10行） #

date  monthweek
0 2000-01-01          1
1 2000-01-02          1
2 2000-01-03          1
3 2000-01-04          2
4 2000-01-05          2
5 2000-01-06          2
6 2000-01-07          2
7 2000-01-08          2
8 2000-01-09          2
9 2000-01-10          3

（注：2000年1月1日是周六，1月3日是当月第一个周一，因此1-3日为第1周，4日起进入第2周，10日（下一个周一）进入第3周）

内容的提问来源于stack exchange，提问作者Bella_18