当前位置：首页 > news >正文

【Pandas】pandas Index objects PeriodIndex day_of_week

news 2025/11/5 10:51:45

Pandas2.2 Index objects

PeriodIndex Properties

方法	描述
PeriodIndex.day	用于获取 PeriodIndex 中每个周期对应的日（day）组件
PeriodIndex.dayofweek	用于获取 PeriodIndex 中每个周期对应的星期几
PeriodIndex.day_of_week	用于获取 PeriodIndex 中每个周期对应日期的星期几（数值形式）

pandas.PeriodIndex.day_of_week 详解及修正示例

方法描述

pandas.PeriodIndex.day_of_week 是 PeriodIndex 对象的一个属性，用于获取 PeriodIndex 中每个周期对应日期的星期几（数值形式）。需要注意的是，PeriodIndex 必须具有日（daily）或更高频率（如小时、分钟等）才能使用此属性。

返回值

返回一个 Index 对象，包含每个周期对应日期的星期几数值：

0 表示星期一 (Monday)
1 表示星期二 (Tuesday)
…
6 表示星期日 (Sunday)

正确的使用示例

import pandas as pd
import numpy as np# 创建一个每日频率的 PeriodIndex
periods_daily = pd.period_range('2023-01-01', periods=7, freq='D')
print("原始 PeriodIndex:")
print(periods_daily)
print()# 获取星期几数值
day_of_week_values = periods_daily.day_of_week
print("对应的星期几数值 (0=周一, 6=周日):")
print(day_of_week_values)
print()# 正确获取星期名称的方法 - 通过 start_time 属性
day_names = periods_daily.start_time.day_name()
print("对应的星期名称:")
print(day_names)
print()# 创建包含更多信息的 DataFrame 来展示实际用途
df = pd.DataFrame({'period': periods_daily,'day_of_week': day_of_week_values,'day_name': day_names
})print("完整的数据展示:")
print(df)

执行结果:

原始 PeriodIndex:
PeriodIndex(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04','2023-01-05', '2023-01-06', '2023-01-07'],dtype='period[D]')对应的星期几数值 (0=周一, 6=周日):
Int64Index([6, 0, 1, 2, 3, 4, 5], dtype='int64')对应的星期名称:
Index(['Sunday', 'Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday','Saturday'],dtype='object')完整的数据展示:period  day_of_week   day_name
0 2023-01-01            6     Sunday
1 2023-01-02            0     Monday
2 2023-01-03            1    Tuesday
3 2023-01-04            2  Wednesday
4 2023-01-05            3   Thursday
5 2023-01-06            4     Friday
6 2023-01-07            5   Saturday

实际应用场景（修正版）

import pandas as pd
import numpy as np# 模拟一周的商店营业数据
dates = pd.period_range('2023-01-01', periods=30, freq='D')  # 30天数据
sales = np.random.randint(1000, 5000, size=30)  # 随机销售数据store_data = pd.DataFrame({'date': dates,'sales': sales
})# 正确添加星期相关信息
store_data['day_of_week'] = store_data['date'].dt.day_of_week
store_data['day_name'] = store_data['date'].dt.start_time.dt.day_name()
store_data['is_weekend'] = store_data['day_of_week'].isin([5, 6])  # 5=Saturday, 6=Sundayprint("商店营业数据示例:")
print(store_data.head(10))
print()# 分析工作日与周末的平均销售情况
weekday_weekend_analysis = store_data.groupby('is_weekend')['sales'].agg(['mean', 'std'])
weekday_weekend_analysis.index = ['工作日', '周末']
print("工作日与周末销售对比:")
print(weekday_weekend_analysis)
print()# 分析每天的销售模式
daily_pattern = store_data.groupby(['day_of_week', 'day_name'])['sales'].mean().reset_index()
daily_pattern = daily_pattern.sort_values('day_of_week')print("各星期的平均销售额:")
for _, row in daily_pattern.iterrows():print(f"{row['day_name']:>9} ({row['day_of_week']}): {row['sales']:.2f}")

其他获取星期相关信息的方法

import pandas as pd# 创建 PeriodIndex
periods = pd.period_range('2023-01-01', periods=7, freq='D')
print("原始 PeriodIndex:")
print(periods)
print()# 方法1: 使用 day_of_week 获取数值
print("星期几数值 (day_of_week):")
print(periods.day_of_week)
print()# 方法2: 使用 start_time.day_name() 获取名称
print("星期几名称 (start_time.day_name()):")
print(periods.start_time.day_name())
print()# 方法3: 使用 start_time.isocalendar() 获取 ISO 周信息
iso_calendar = periods.start_time.isocalendar()
print("ISO 周信息:")
print("年份:", iso_calendar.year.values)
print("周数:", iso_calendar.week.values)
print("星期:", iso_calendar.day.values)  # 这里的 day 也是 1-7，其中 1=周一，7=周日

注意事项

[PeriodIndex]没有直接的 day_name() 方法，需要通过 start_time.day_name() 来获取星期名称
[day_of_week] 属性返回的数值范围是 0-6，其中 0 表示星期一，6 表示星期日

对于月、季、年等低频 PeriodIndex，不能直接使用 [day_of_week]，需要先通过 [start_time] 转换：

monthly_periods = pd.period_range('2023-01', periods=3, freq='M')
# 错误方式: monthly_periods.day_of_week  # 会出错
# 正确方式:
monthly_weekdays = monthly_periods.start_time.day_of_week