Pandas DataFrame groupby:按周求平均并提取每组最后一条的期末余额
Pandas按周聚合的分组逻辑修正方案
问题根因定位
你之前的代码存在两处逻辑偏差,直接导致结果不符合预期:
- 分组粒度过细:你写的
groupby(["Transaction Date",'Week'])把单日日期和周数同时作为分组键,同一自然周内的不同日期会被拆分为独立分组,最终出现同一Week值对应多条结果的问题,和整周粒度聚合的目标完全不匹配 - 分组标识易混淆:若仅单独使用
Week字段作为分组键,会把跨年的同周数(比如2017年第6周、2018年第6周)错误合并,得到错误的聚合结果
分步实现两类聚合需求
前置数据处理
首先完成两个基础操作,避免后续计算出错:
- 将
Date字段从字符串格式转为pandas可识别的日期类型 - 构造唯一的周分组标识(组合年份+周数,从根源上避免跨年同周数混淆)
import pandas as pd # 日期格式转换 df['Date'] = pd.to_datetime(df['Date']) # 构造唯一周键:使用ISO日历的年、周数拼接,适配跨年周的边界场景 df['unique_week'] = ( df['Date'].dt.isocalendar().year.astype(str) + '_' + df['Date'].dt.isocalendar().week.astype(str) )
需求1:按周分组计算Balance平均值
直接基于构造好的唯一周键分组,对Balance列求均值即可:
# 按唯一周键聚合计算Balance平均值 weekly_balance_avg = df.groupby('unique_week', as_index=False)['Balance'].mean()
需求2:提取每周跨日期的期末余额(分组最后一条记录)
注意:直接调用.last()方法前,必须先按日期字段对全量数据升序排序,保证组内记录的顺序是按时间从早到晚排列的,否则取到的是物理存储顺序的最后一条,不是时间维度的最新期末值。
# 按日期升序排序,保证组内时间顺序正确 df_sorted = df.sort_values('Date', ascending=True) # 按唯一周键分组,提取每个组的最后一条完整记录 weekly_balance_end = df_sorted.groupby('unique_week').last().reset_index(drop=True)
结果校验
用你提供的原始测试数据跑上述代码,weekly_balance_end的输出会和你预期的结果完全一致:
Date Week Balance 0 2017-02-12 6 48108.46 1 2017-05-12 19 21558.96 2 2017-08-12 32 21561.10 3 2018-02-07 6 39.53 4 2018-08-12 32 21561.10
内容的提问来源于stack exchange,提问作者chuky pedro
相关产品推荐
相关产品推荐

