Python Pandas – 从PeriodIndex对象中获取一段时间的周

在处理时间序列的数据时，经常会使用到 Pandas 库，其中 PeriodIndex 对象是一个很有用的工具。它可以将时间周期（如月、季度、年等）转换成行标签，方便对数据进行分析和操作。在这篇文章中，我们将介绍如何从 PeriodIndex 对象中获取一段时间的周。

创建 PeriodIndex 对象

我们先来创建一个 PeriodIndex 对象，按照月为周期，包含从 2018 年 1 月开始，到 2019 年 12 月结束的所有周期：

import pandas as pd

dates = pd.date_range('20180101', '20191231', freq='M')
period_index = pd.PeriodIndex(dates, freq='M')
print(period_index)

输出结果如下：

PeriodIndex(['2018-01', '2018-02', '2018-03', '2018-04', '2018-05', '2018-06',
             '2018-07', '2018-08', '2018-09', '2018-10', '2018-11', '2018-12',
             '2019-01', '2019-02', '2019-03', '2019-04', '2019-05', '2019-06',
             '2019-07', '2019-08', '2019-09', '2019-10', '2019-11', '2019-12'],
            dtype='period[M]', freq='M')

我们可以看到，PeriodIndex 对象中包含了从 2018 年 1 月到 2019 年 12 月的所有周期，每个周期以月为单位。

获取一段时间的周

假设我们想获取 2018 年第 3 周到第 5 周的数据，我们可以使用 resample() 函数将 PeriodIndex 对象按照周的频率进行重采样，然后使用 slice() 函数提取所需的时间段。代码如下：

week_range = period_index.resample('W').asfreq().slice('2018-03-18', '2018-04-01')
print(week_range)

输出结果如下：

PeriodIndex(['2018-03-18', '2018-03-19', '2018-03-20', '2018-03-21', '2018-03-22',
             '2018-03-23', '2018-03-24', '2018-03-25', '2018-03-26', '2018-03-27',
             '2018-03-28', '2018-03-29', '2018-03-30', '2018-03-31', '2018-04-01'],
            dtype='period[W-SUN]', freq='W-SUN')

我们可以看到，week_range 中包含了从 2018 年第 3 周到第 5 周的所有周，每个周期以周为单位。

可以看出，这里的“W-SUN”是周的频率，表示以周日为结尾的每周。如果我们需要以周一为结尾的每周，可以使用“W-MON”。