如何在Pandas中将Datetime转为符合pd.grouper(freq='W')格式的周日期（无需Grouper）

你可以直接使用pandas的dt.floor('W')方法实现，这和pd.Grouper(freq='W')默认的周周期（每周日为周期结束，周标签为该周日）完全匹配。

实现步骤 #

• 确保日期列是datetime64类型（若不是，先用pd.to_datetime()转换）
• 调用dt.floor('W')对日期向下取整，得到对应周的周日日期，这就是pd.Grouper(freq='W')分组时使用的标签值。

代码示例 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'date': ['2022-03-10', '2022-03-15', '2022-03-21']})
# 转换为datetime类型
df['date'] = pd.to_datetime(df['date'])
# 生成与pd.Grouper(freq='W')一致的周日期
df['week_date'] = df['date'].dt.floor('W')

print(df)

输出结果 #

date  week_date
0 2022-03-10 2022-03-06
1 2022-03-15 2022-03-13
2 2022-03-21 2022-03-20

替代手动计算方法 #

如果想手动实现逻辑，可通过日期的星期数计算：

# 周日的weekday值为6，非周日日期减去(weekday +1)天得到上一个周日
df['week_date'] = df['date'] - pd.to_timedelta(df['date'].dt.weekday + 1, unit='D')

该方法与dt.floor('W')结果完全一致，但前者更简洁高效。

内容的提问来源于stack exchange，提问作者titutubs