从 Python (pandas) 中的日期列获取周开始日期（星期一）？

Question

我看过很多关于如何使用日期字符串执行此操作的帖子，但我正在为数据框列尝试一些操作，但到目前为止还没有成功。我目前的方法是：从 'myday' 获取工作日，然后偏移获取星期一。

df['myday'] is column of dates. 
mydays = pd.DatetimeIndex(df['myday']).weekday
df['week_start'] = pd.DatetimeIndex(df['myday']) - pd.DateOffset(days=mydays)

但是我明白了 TypeError：timedelta days 组件不支持的类型：numpy.ndarray

如何从 df 列中获取周开始日期？

Answer 1

它失败了，因为 pd.DateOffset 需要一个整数作为参数（而你正在为它提供一个数组）。您只能使用 DateOffset 将日期列更改为相同的偏移量。

试试这个：

import datetime as dt
# Change 'myday' to contains dates as datetime objects
df['myday'] = pd.to_datetime(df['myday'])  
# 'daysoffset' will container the weekday, as integers
df['daysoffset'] = df['myday'].apply(lambda x: x.weekday())
# We apply, row by row (axis=1) a timedelta operation
df['week_start'] = df.apply(lambda x: x['myday'] - dt.TimeDelta(days=x['daysoffset']), axis=1)

我还没有实际测试过这段代码（没有示例数据），但这应该适用于您所描述的内容。

但是，您可能想看看 pandas.Resample，它可能会提供更好的解决方案 - 具体取决于您要查找的内容。

Answer 2

另一种选择：

df['week_start'] = df['myday'].dt.to_period('W').apply(lambda r: r.start_time)

这会将 'week_start' 设置为 'myday' 之前的第一个星期一。

Answer 3

同时 and solutions work I tend to try to stay away from using apply in Pandas because it is usually quite slow compared to array-based methods. In order to avoid this, after casting to a datetime column (via pd.to_datetime) we can modify the weekday based method and simply cast the day of the week to be a numpy timedelta64[D] 通过直接转换它：

df['week_start'] = df['myday'] - df['myday'].dt.weekday.astype('timedelta64[D]')

或使用 to_timedelta as ：

df['week_start'] = df['myday'] - pd.to_timedelta(df['myday'].dt.weekday, unit='D').

使用具有 60,000 个日期时间的测试数据，我使用新发布的 Pandas 1.0.1.

使用建议的答案得到以下时间

%timeit df.apply(lambda x: x['myday'] - datetime.timedelta(days=x['myday'].weekday()), axis=1)
>>> 1.33 s ± 28.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit df['myday'].dt.to_period('W').apply(lambda r: r.start_time)
>>> 5.59 ms ± 138 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['myday'] - df['myday'].dt.weekday.astype('timedelta64[D]')
>>> 3.44 ms ± 106 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['myday'] - pd.to_timedelta(df['myday'].dt.weekday, unit='D')
>>> 3.47 ms ± 170 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

这些结果表明 Pandas 1.0.1 显着提高了基于 to_period apply 方法的速度（与 Pandas <= 0.25 相比），但表明直接转换为timedelta（通过直接转换类型 .astype('timedelta64[D]') 或使用 pd.to_timedelta 仍然更好。基于这些结果，我建议继续使用 pd.to_timedelta。

Answer 4

（只是添加到的回答）

使用 .astype('timedelta64[D]') 对我来说似乎不太可读——找到了一个仅使用 pandas 功能的替代方案：

df['myday'] - pd.to_timedelta(arg=df['myday'].dt.weekday, unit='D')

Answer 5

from datetime import datetime, timedelta

# Convert column to pandas datetime equivalent
df['myday'] = pd.to_datetime(df['myday']) 

# Create function to calculate Start Week date
week_start_date = lambda date: date - timedelta(days=date.weekday())

# Apply above function on DataFrame column
df['week_start_date'] = df['myday'].apply(week_start_date)

从 Python (pandas) 中的日期列获取周开始日期（星期一）？

Get week start date (Monday) from a date column in Python (pandas)?

python

date

numpy

pandas