如何在没有小时/分钟/秒的情况下以日期时间格式创建周列？答案

【问题标题】：How can I create a week column in a datetime format without the hours/minutes/seconds?如何在没有小时/分钟/秒的情况下以日期时间格式创建周列？
【发布时间】：2021-08-24 22:09:18
【问题描述】：

我遵循本教程是为了在 pandas 中创建一周专栏：group by week in pandas。如果您有一个没有小时、分钟和秒的日期，答案就可以正常工作。但这对我不起作用。其实我什至不需要答案的总结部分，只需要创建周列，这看起来很简单，但我找不到解决方案。

我有一个包含产品 ID、价格和销售时间的数据集，就像这样：

sold_date            id         price
2020-01-01 20:00:01  A1         100
2020-01-02 10:03:01  B1         110
2020-01-02 11:10:01  B1         130
2020-02-03 22:20:01  A1         110
2020-02-04 23:05:01  A1         140
2020-02-04 21:00:05  B1         190
.
.
.

我只想添加一个包含创建周的日期时间列。我正在努力解决这个问题：

week_sold            id         price
2019-12-30           A1         100
2019-12-30           B1         110
2019-12-30           B1         130
2020-02-02           A1         110
2020-02-02           A1         140
2020-02-02           B1         190
.
.
.

我也可以使用 2019-12-30 00:00:000 之类的东西。我所关注的链接的解决方案的问题是它没有考虑小时数，因此当您仅通过减去 7 天来创建一周列时，您会为每一行获得不同的值。您将获得前两行 2019-12-30 20:00:01 和 2019-12-30 10:03:01。

提前致谢。抱歉，我无法共享正在处理的表格。

【问题讨论】：

2020 年 2 月 3 日是星期一，而不是 2 月 2 日。

标签： python pandas group-by

【解决方案1】：

你可以使用to_period，然后抓取那个时期的start_time。

df['week_sold'] = df['sold_date'].dt.to_period('W').dt.start_time

            sold_date  id  price  week_sold
0 2020-01-01 20:00:01  A1    100 2019-12-30
1 2020-01-02 10:03:01  B1    110 2019-12-30
2 2020-01-02 11:10:01  B1    130 2019-12-30
3 2020-02-03 22:20:01  A1    110 2020-02-03
4 2020-02-04 23:05:01  A1    140 2020-02-03
5 2020-02-04 21:00:05  B1    190 2020-02-03

【讨论】：

【解决方案2】：

根据您的 sold_date 列的日期类型，它可能就像转换为 pd.datetime 一样简单，如下所示：

df["sold_date"] = pd.to_datetime(df["sold_date"])

一旦这样，您可以通过以下方式访问日期：

df["sold_date"] = df["sold_date"].dt.date

【讨论】：