You need to enable JavaScript to run this app. Pandas DataFrame groupby:按周求平均并提取每组最后一条的期末余额
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.03 20:15:06