如何将DataFrame的DatetimeIndex转换为周数？遇列不存在错误求助

问题根源 #

你报错是因为Time已经被设为DataFrame的索引（DatetimeIndex），不再是普通列，所以直接调用df['Time']会提示该列不存在。

两种解决方法 #

方法1：直接从索引提取周数（推荐）

无需将索引转回列，直接通过DatetimeIndex的内置方法提取周数：

# 提取ISO标准周数（周一为一周起始，范围1-53）
df['Week number'] = df.index.isocalendar().week

# 如果需要以周日为起始的周数（范围0-53），用strftime转换为整数
df['Week number'] = df.index.strftime('%U').astype(int)

注：%U代表周日起始的周数，%W代表周一起始的周数，转为整数更方便后续绘图使用。

方法2：将索引转回普通列

如果确实需要保留Time列作为普通列，可以先重置索引：

# 把索引转为普通列
df = df.reset_index()
# 从Time列提取周数
df['Week number'] = df['Time'].dt.isocalendar().week

绘图示例 #

生成周数列后，就可以轻松绘制数据与周数的关联图表：

import matplotlib.pyplot as plt

# 散点图展示原始数据分布
plt.figure(figsize=(12,6))
plt.scatter(df['Week number'], df['HVAC Actual'], alpha=0.5, label='HVAC Actual')
plt.scatter(df['Week number'], df['Chiller power'], alpha=0.5, label='Chiller power')
plt.xlabel('Week Number')
plt.ylabel('Power Value')
plt.legend()
plt.show()

# 按周聚合绘制平均值折线图
weekly_data = df.groupby('Week number')[['HVAC Actual', 'Chiller power']].mean()
weekly_data.plot(kind='line', figsize=(12,6), marker='o')
plt.xlabel('Week Number')
plt.ylabel('Average Power')
plt.title('Weekly Average HVAC & Chiller Power')
plt.show()

内容的提问来源于stack exchange，提问作者b-roijers