基于Dataframe计算日期区间周数及各周天数的实现需求

需求说明 #

我们需要处理一个包含ID、RID、PID、check_in、check_out字段的DataFrame，为每条记录计算日期区间内的周相关信息，新增以下4个字段：

• Weekite：区间覆盖的周数
• Weekstart：区间起始日期所在周的周一（周起始日，样例中以周一为一周开端）
• Weekgrp：与Weekstart一致，用作周分组标识
• Days：区间内的实际天数（按小时差计算的完整天数）

输入输出样例 #

输入DataFrame

期望输出DataFrame

解决方案（Python + Pandas） #

下面是完整的代码实现，每一步都做了详细注释，方便理解：

import pandas as pd

# 1. 构造输入DataFrame（如果是从文件读取，替换成pd.read_csv等方法即可）
data = {
    "ID": [10240, 10240, 10240, 10240, 10240],
    "RID": [1, 2, 3, 4, 5],
    "PID": [1, 1, 2, 1, 1],
    "check_in": ["13-08-2014 9.30", "16-08-2014 9.30", "18-09-2012 9.30", "25-09-2012 9.30", "27-01-2015 22.30"],
    "check_out": ["14-08-2014 9.30", "17-08-2014 9.30", "25-09-2012 9.30", "30-09-2012 9.30", "27-02-2015 20.30"]
}
df = pd.DataFrame(data)

# 2. 转换日期格式：把原格式的.替换成:，再解析为datetime类型
df["check_in"] = pd.to_datetime(df["check_in"].str.replace(".", ":"), format="%d-%m-%Y %H:%M")
df["check_out"] = pd.to_datetime(df["check_out"].str.replace(".", ":"), format="%d-%m-%Y %H:%M")

# 3. 计算Days字段：通过时间差的总秒数转换为天数，取整数部分
df["Days"] = (df["check_out"] - df["check_in"]).dt.total_seconds() / (24 * 3600)
df["Days"] = df["Days"].astype(int)

# 4. 计算Weekstart和Weekgrp：取check_in所在周的周一作为周起始日
# 注：pandas中dt.weekday的0代表周一，6代表周日；如果需要以周日为起始，可调整offset
df["Weekstart"] = df["check_in"] - pd.to_timedelta(df["check_in"].dt.weekday, unit="D")
# 格式化为dd-mm-yyyy的字符串格式
df["Weekstart"] = df["Weekstart"].dt.strftime("%d-%m-%Y")
df["Weekgrp"] = df["Weekstart"]  # 与Weekstart保持一致

# 5. 计算Weekite：计算区间覆盖的总周数
# 方法：先取check_out所在周的周一，再和check_in的周起始日计算间隔周数，最后加1
check_out_weekstart = df["check_out"] - pd.to_timedelta(df["check_out"].dt.weekday, unit="D")
df["Weekite"] = ((check_out_weekstart - pd.to_datetime(df["Weekstart"])).dt.days // 7) + 1

# 6. 调整列顺序，与期望输出对齐
output_cols = ["ID", "RID", "PID", "check_in", "check_out", "Weekite", "Weekstart", "Weekgrp", "Days"]
df = df[output_cols]

# 可选：把日期列转回原字符串格式（如果不需要datetime类型的话）
df["check_in"] = df["check_in"].dt.strftime("%d-%m-%Y %H.%M")
df["check_out"] = df["check_out"].dt.strftime("%d-%m-%Y %H.%M")

# 打印结果
print(df)

关键步骤解释 #

• 日期格式转换：原数据里的小时分钟用.分隔，先替换成标准的:才能被pandas正确解析为时间类型。
• Days计算：通过时间差的总秒数除以一天的秒数，得到精确的天数，再转成整数确保是完整天数。
• Weekstart/Weekgrp：用当前日期减去对应的星期几的天数，快速定位到该周的周一；如果需要以周日为周起始，只需要调整offset即可（比如df["check_in"] - pd.to_timedelta(df["check_in"].dt.dayofweek + 1, unit="D")）。
• Weekite计算：通过两个周起始日的间隔天数除以7，得到周数差，再加1就是区间覆盖的总周数，能准确跨周的情况。

内容的提问来源于stack exchange，提问作者Snehal Kakade