Python中按city_id分组后按周聚合DataFrame的更优方法问询

嗨，很高兴帮你搞定这个需求！你提到的拆分DataFrame再逐个聚合合并的思路确实能达到目的，但Pandas本身就提供了更简洁、高效的原生方案，完全不用手动拆分，代码可读性和性能都更好。

正确的实现方式 #

首先要确保你的日期列是datetime类型（如果还不是的话，先转换），然后直接用groupby + resample的组合就能一步到位：

import pandas as pd

# 第一步：确保日期列是datetime格式（假设你的日期列名为'date'）
df['date'] = pd.to_datetime(df['date'])

# 第二步：按city_id分组，再对每个组按周聚合Quantity的和
# 这里用on='date'指定日期列（如果日期是DataFrame的索引，可以省略这个参数）
df_weekly = df.groupby('city_id').resample(
    'W',  # 周度聚合，默认每周日为周期结束日
    on='date',
    loffset=pd.offsets.timedelta(days=-8)  # 调整结果的日期偏移，匹配你原来的需求设置
)['Quantity'].sum().reset_index()

为什么这个方法比拆分合并更优 #

• 代码更简洁：省去了循环拆分、逐个处理、合并结果的繁琐步骤，一行核心代码搞定，可读性拉满
• 性能更出色：Pandas的groupby和resample都是经过底层优化的，比手动循环处理子DataFrame效率高得多，尤其是数据集较大时，差距会很明显
• 减少出错概率：手动拆分合并容易出现索引对齐错误、遗漏分组等问题，原生方法从根源上避免了这些风险

额外的优化建议 #

1. 调整周的结束日期：默认'W'是按周日结束的周聚合，如果你需要其他结束日（比如周一），可以直接用'W-MON'，这样就不用依赖loffset调整日期，更直观：

   # 按周一结束的周聚合
   df_weekly = df.groupby('city_id').resample('W-MON', on='date')['Quantity'].sum().reset_index()
   

2. 处理缺失周的数据：如果某个city_id在某周没有数据，resample会生成NaN值，要是需要把这些缺失值转为0，可以加.fillna(0)：

   df_weekly = df.groupby('city_id').resample('W', on='date')['Quantity'].sum().fillna(0).reset_index()
   

内容的提问来源于stack exchange，提问作者Dane