使用Pandas按日期分组统计事件时将周起始设为周日

没问题，这事儿好办！你现在遇到的是Pandas默认周周期（周一到周日）不符合需求的情况，要改成周日到周六的周范围，只需要在分组时指定对应的周频率即可。

核心思路 #

Pandas的to_period("W")默认采用的是W-SUN频率（每周日结束，对应周范围周一到周日）。要改成周日起始、周六结束的周，我们需要指定频率为W-SAT（每周六结束，自然周范围就是上周日到本周六）。

修改后的代码 #

把你原来的代码稍作调整，替换周频率参数：

df['date'].groupby(df.date.dt.to_period("W-SAT")).agg('count')

执行这段代码后，分组结果的周范围就会变成你期望的2018-04-15/2018-04-21、2018-04-22/2018-04-28格式，统计的数量也会和原数据对应上。

另一种灵活写法（用pd.Grouper） #

如果你需要更灵活的分组控制，也可以用pd.Grouper来实现：

df.groupby(pd.Grouper(key='date', freq='W-SAT'))['date'].count()

效果和上面的代码完全一致，只是写法更偏向于显式分组配置。

验证逻辑 #

举个例子：原数据中2018-04-16（周一）到2018-04-22（周日）的40条数据，会被W-SAT频率分到2018-04-15/2018-04-21这个周日到周六的周期里；而原2018-04-23（周一）到2018-04-29（周日）的数据，其中2018-04-23到2018-04-28（周六）的部分会进入2018-04-22/2018-04-28周期，完美匹配你的期望。

内容的提问来源于stack exchange，提问作者Imsa