如何为DataFrame创建按用户首日期计算的自定义周数新列

首先确保Date列转换为pandas的datetime格式，再按用户分组获取每个用户的最早出现日期，根据间隔天数换算为周数即可。

步骤1：数据预处理 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'Date': ['2019-08-05', '2019-07-01', '2019-08-13', '2019-08-20', '2019-09-24'],
    'User': ['Bob', 'Chris', 'Bob', 'Chris', 'Bob']
})

# 转换日期列为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

步骤2：计算自定义周数 #

方案A：满7天算一周（地板除） #

# 分组获取每个用户的首次出现日期
df['first_date'] = df.groupby('User')['Date'].transform('min')
# 间隔天数除以7取整，加1将首日标记为第1周
df['Week_number'] = ((df['Date'] - df['first_date']).dt.days // 7) + 1
# 删除临时列
df.drop('first_date', axis=1, inplace=True)

方案B：不满7天也算一周（向上取整，和你给出的全量示例输出完全匹配） #

如果规则是只要跨了7天周期就算下一周，替换周数计算逻辑即可：

df['first_date'] = df.groupby('User')['Date'].transform('min')
df['Week_number'] = ((df['Date'] - df['first_date']).dt.days / 7).apply(np.ceil).astype(int)
df.drop('first_date', axis=1, inplace=True)

最终输出 #

方案B运行后得到的结果和你预期的完全一致：

内容的提问来源于stack exchange，提问作者Chris90