Python pandas如何将代表周数的列名转换为对应周的起始日期？

现有操作的问题 #

• 基础语法错误：
  示例数据构造时data列表未闭合、pd.dataframe大小写错误（正确写法为pd.DataFrame）、参数括号未闭合；pd.to_datetime的format参数值未加引号，应为字符串格式。
• 周数转日期的逻辑缺失：
  单独的周数无法确定唯一日期，必须结合年份、周起始规则才能计算出对应日期，仅用%U格式符缺少必要的基准信息。
• 宽转长操作不完整：
  melt时仅传入id_vars=['Owner']，丢失了Index列，后续无法正确转回原始宽表结构。

实现方案 #

方案1：直接修改列名（更简便，无需宽长转换） #

直接对周数列名做转换，不需要做melt和pivot操作，性能更好。

import pandas as pd
import datetime

# 修正后的示例数据构造
data = [[0,'John',1,2,3]]
df = pd.DataFrame(data, columns = ['Index','Owner','32.0','33.0','34.0'])

# 可自行调整配置项：年份、周起始规则（0=周一，6=周日）
YEAR = 2023
WEEK_START = 0

# 拆分固定列和周数列
fixed_cols = ['Index', 'Owner']
week_cols = [col for col in df.columns if col not in fixed_cols]

def week_to_start_date(week_str):
    # 转换32.0格式的字符串为整数周数
    week_num = int(float(week_str))
    first_day = datetime.datetime(YEAR, 1, 1)
    first_weekday = first_day.weekday()
    # 计算偏移天数
    delta = (week_num -1)*7 + (WEEK_START - first_weekday)
    if delta < 0:
        delta +=7
    return (first_day + datetime.timedelta(days=delta)).strftime('%Y-%m-%d')

# 替换列名完成转换
df.columns = fixed_cols + [week_to_start_date(col) for col in week_cols]

方案2：基于melt思路的修正版 #

如果需要保留中间长表结构做其他处理，可以用这个方案：

import pandas as pd

# 示例数据构造同上
data = [[0,'John',1,2,3]]
df = pd.DataFrame(data, columns = ['Index','Owner','32.0','33.0','34.0'])
YEAR = 2023

# 宽转长，保留所有标识列
df_melt = df.melt(id_vars=['Index', 'Owner'])
# 提取整数周数
df_melt['week_num'] = df_melt['variable'].astype(float).astype(int)
# 用ISO周格式转日期，%G=ISO年，%V=ISO周，%u=周几（1代表周一）
df_melt['week_start'] = pd.to_datetime(f'{YEAR}' + df_melt['week_num'].astype(str) + '1', format='%G%V%u')
# 转回宽表
df_result = df_melt.pivot(index=['Index', 'Owner'], columns='week_start', values='value').reset_index()
# 格式化列名为字符串日期
df_result.columns.name = None
df_result.columns = ['Index', 'Owner'] + [col.strftime('%Y-%m-%d') for col in df_result.columns[2:]]

注意事项 #

• 周数和年份强绑定，必须明确指定对应年份才能得到正确的日期
• 如果需要周起始为周日，方案1中将WEEK_START改为6即可；方案2中将格式符改为%Y%U%w，拼接的周几字符改为0即可
• 跨年周建议用ISO周格式（即方案2的%G%V%u），避免日期计算偏差

内容的提问来源于stack exchange，提问作者Kris