为什么Pandas对年末最后一天的周数计算出现错误？

这个现象其实不是Pandas的bug，而是它遵循ISO 8601周编号标准导致的结果，咱们来一步步拆解原因：

核心原因：ISO 8601周的定义规则 #

ISO 8601对“年周”的定义和咱们日常认知的自然年周有差异，它的核心规则是：

• 一年的第一周必须包含该年的1月4日（或者等价于包含该年的第一个周四）；
• 每周以周一作为第一天。

这就会产生一个特殊情况：如果某一年的最后几天，和下一年的前几天组成的周，满足“包含下一年1月4日”的条件，那么这些跨年的日期会被归类到下一年的第1周，而不是本年的最后一周。

2018年12月31日的具体验证 #

咱们看2018年和2019年的交界：

• 2018年12月31日是周一；
• 2019年1月4日是周五，属于2018.12.31-2019.1.6这个周。

根据ISO规则，这个周因为包含2019年的1月4日，所以被认定为2019年的第1周。因此，pd.Timestamp('2018-12-31').week返回的是1（对应2019年的第1周）。

而2018年12月30日是周日，它所在的周是2018.12.24-2018.12.30，完全属于2018年，是2018年的最后一周，所以周数为52。

解决统计歧义的方案 #

如果你的统计依赖自然年（以1月1日所在周为第1周）的周数，或者需要避免跨年周的歧义，可以用以下两种方式：

1. 使用strftime按自然年规则计算周数 #

通过格式化字符串选择不同的周计算方式：

• %U：以周日为一周起始，1月1日所在周为第0/1周；
• %W：以周一为一周起始，1月1日所在周为第0/1周。

示例代码：

import pandas as pd
t365 = pd.Timestamp('2018-12-31')
print(t365.strftime("%W"))  # 输出52，对应自然年下2018年的第52周

2. 使用isocalendar()获取完整的年周信息 #

这个方法会返回包含年、周、日的元组，明确标注周数所属的年份，避免单独取周数的歧义：

print(t365.isocalendar())  # 输出IsoCalendar(year=2019, week=1, day=1)

统计时可以结合年份和周数作为复合键，就能避免countifs、maxifs这类计算出错了。

内容的提问来源于stack exchange，提问作者rioZg