Python Pandas：将yyyyww整数列索引转换为每周一Timestamp

直接给你一套简洁可行的步骤，结合pandas的工具就能轻松搞定：

• 第一步：将整数列索引转为字符串
  因为pd.to_datetime处理字符串格式的周数更可靠，先把你的Int64Index转成字符串类型，确保每个值都是yyyyww的6位格式：

  cols_as_str = df.columns.astype(str)
  

• 第二步：解析为对应周一的DatetimeIndex
  使用pd.to_datetime，指定格式为%Y%W（4位年份+2位周数），并通过weekday=0指定取该周的周一：

  new_columns = pd.to_datetime(cols_as_str, format="%Y%W", weekday=0)
  

• 第三步：重新设置DataFrame的列索引
  把转换后的DatetimeIndex赋值回DataFrame的列，同时保留原索引名称'timeline'：

  df.columns = pd.DatetimeIndex(new_columns, name="timeline")
  

验证示例 #

针对你提到的测试值：

• 201601会被解析为Timestamp('2016-01-04 00:00:00')（2016年第1周的周一）
• 201553会被解析为Timestamp('2015-12-28 00:00:00')（2015年第53周的周一）

这个方法完美适配你104列的场景，不管是常规周数还是53周的特殊情况都能正确处理。

内容的提问来源于stack exchange，提问作者EJ Kang