如何在Pandas中自定义10月1日为起始日期计算对应周数

实现步骤 #

• 首先导入依赖库

import pandas as pd
import datetime

• 合并年月日三列为标准日期列
  假设你的数据框名为df，存储日、月、年的列名分别为day、month、year，直接用pandas内置方法批量转换：

df['date'] = pd.to_datetime(df[['year', 'month', 'day']])

• 定义周数计算的基准起始日期
  将你要求的起始10月1日替换为实际对应的年份即可，示例为2023年10月1日：

start_date = datetime.date(2023, 10, 1)

• 批量计算周数并赋值给新列
  直接通过日期差值计算，无需手动写循环，自动生成week_num新列：

# 计算当前日期和基准日期的天数差，除以7向下取整后+1，保证10月1日所在周为第1周
df['week_num'] = ((df['date'] - pd.to_datetime(start_date)).dt.days // 7) + 1

特殊场景适配 #

如果你需要按财年计算，每年的10月1日都作为当年的周数起始点，用以下代码动态计算每行的基准起始日期即可：

def get_fiscal_week(row):
    # 月份>=10则财年起始为当年10月1日，否则为上一年10月1日
    if row['month'] >= 10:
        fiscal_start = datetime.date(row['year'], 10, 1)
    else:
        fiscal_start = datetime.date(row['year'] - 1, 10, 1)
    delta_days = (datetime.date(row['year'], row['month'], row['day']) - fiscal_start).days
    return (delta_days // 7) + 1

df['week_num'] = df.apply(get_fiscal_week, axis=1)

原代码问题说明 #

• 你之前用的strftime("%U")是Python内置的标准周数计算规则，默认以每年1月1日所在周为第1周，无法适配自定义起始日期的需求
• 无需手动写zip循环遍历取值，pandas向量化操作效率远高于手动循环，且可以直接赋值给数据框新列，不需要额外处理输出结果

内容的提问来源于stack exchange，提问作者Tony