如何在Python中使用isocalendar按周聚合datetime数据

原弃用警告翻译：
<ipython-input-50-d66026a79596>:1: FutureWarning: Series.dt.weekofyear and Series.dt.week have been deprecated. Please use Series.dt.isocalendar().week instead. df['week_num'] = df['date'].dt.week
译文：
<ipython-input-50-d66026a79596>:1: 未来版本兼容警告：Series.dt.weekofyear 和 Series.dt.week 方法已被弃用，请使用 Series.dt.isocalendar().week 替代。

场景1：单年度数据，直接替换原有写法即可 #

直接用dt.isocalendar().week替代原来的dt.week，计算逻辑和原有方法完全一致，不会触发警告：

# 替换后无警告的代码，运行结果和原方法完全一致
df['week_num'] = df['date'].dt.isocalendar().week
res = df.groupby('week_num').sum('quantity')
print(res)

运行结果和原方法一致：第4周的quantity总和为52，第8周的quantity总和为43。

场景2：跨年度数据，更严谨的聚合方式 #

如果数据包含多个年份的时间，只按周数聚合会把不同年份的同周数数据合并，建议同时提取ISO年和周数作为聚合维度：

# 提取ISO标准的年、周信息
iso_cal = df['date'].dt.isocalendar()
df['iso_year'] = iso_cal['year']
df['iso_week'] = iso_cal['week']

# 按年+周双维度聚合
res = df.groupby(['iso_year', 'iso_week']).sum('quantity')
print(res)

可选：生成更直观的周标识 #

如果需要更易读的周标签，可以直接生成每周的起始日期作为聚合键：

# 生成每周周一的日期作为周标识
df['week_start_date'] = df['date'].dt.to_period('W').dt.start_time
res = df.groupby('week_start_date').sum('quantity')
print(res)

内容的提问来源于stack exchange，提问作者windyvation