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？

Question

我遵循本教程是为了在 pandas 中创建一周列：在 pandas 中按周分组。 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，如下所示：

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
.
.
.

我只想添加一个带有创建周的日期时间列。 我试图做到这一点：

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。 对数据感到抱歉，我无法分享我正在处理的表格。

Answer 1

您可以使用to_period然后获取期间的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

Answer 2

根据您的sold_date列的日期类型，它可能像转换为pd.datetime这样简单：

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