如何将年度周数转换为月份并按月份汇总销售数据

嘿，你已经搞定周数转日期这关键一步啦，接下来按月份汇总销售额其实超简单，我给你分享两种基于Pandas的实用方法，适配不同的月份格式需求：

方法一：用周期格式（YYYY-MM）汇总 #

如果你想要2014-06这种标准的月份周期格式，可以借助dt.to_period('M')提取月份维度，再分组求和：

import pandas as pd

# 假设你已经将周数转换为日期并存储在'date'列中
df['month'] = df['date'].dt.to_period('M')

# 按月份分组计算销售总额
monthly_sales = df.groupby('month')['Sales'].sum().reset_index()

最终得到的monthly_sales里，month列是2014-06、2014-07这类格式，对应的Sales就是当月的总销售额。

方法二：用数字格式（YYYYMM）汇总 #

如果需要题目里提到的201406这种纯数字的月份格式，就用dt.strftime('%Y%m')来格式化日期：

df['month'] = df['date'].dt.strftime('%Y%m')

# 同样按月份分组求和
monthly_sales = df.groupby('month')['Sales'].sum().reset_index()

这时候month列就是你想要的201406、201407格式，完美匹配需求。

补充：周数转日期的小细节优化 #

如果你的周数转日期代码还需要调整，这里给个完整示例（确保周数对应正确的日期归属）：

from datetime import datetime

# 把Week列的数值转成字符串，拼接'1'（代表周一，%W规则下周从周一开始）
df['date'] = df['Week'].apply(lambda x: datetime.strptime(f"{x}1", "%Y%W%w"))

这样转换出来的日期是对应周的周一，能保证月份归属的准确性。

内容的提问来源于stack exchange，提问作者user6083088