Python时间序列：基于日历周实现数据绘图与机器学习预测

基于日历周设置pandas时间索引的实现方法 #

pandas原生支持日历周格式的时间转换，不需要额外做复杂处理，你可以根据自己数据表的字段情况选择对应方案： #

方案1：数据表包含「年、周数、周内第几天」三个字段

直接调用pd.to_datetime指定ISO周格式即可：

# 格式参数说明：%G为ISO周对应的公历年份，%V为ISO标准周数（范围1-53），%u为周内天数（1=周一，7=周日）
df.index = pd.to_datetime(df['year'].astype(str) + df['week'].astype(str) + df['weekday'].astype(str), format='%G%V%u')

如果你的周计数规则是周日为一周第一天，将格式中的%u替换为%w（0=周日，6=周六）即可。 #

方案2：数据表仅包含「年、周数」两个字段

可以固定取每周的第一天/最后一天作为该周数据的时间索引：

# 取每周周一作为该周的时间索引
df.index = pd.to_datetime(df['year'].astype(str) + df['week'].astype(str) + '1', format='%G%V%u')

# 取每周周日作为该周的时间索引
df.index = pd.to_datetime(df['year'].astype(str) + df['week'].astype(str) + '7', format='%G%V%u')

非ISO标准周的适配方法

如果你使用的是自定义周计数规则（非全球通用的ISO周标准），可以先手动计算每年第一周的起始日期，再按周数偏移生成对应日期：

# 示例：自定义每年1月1日为第一周第一天，周长度为7天
year_start = pd.to_datetime(df['year'].astype(str) + '-01-01')
df.index = year_start + pd.to_timedelta((df['week']-1)*7, unit='D')

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