如何根据起始日期与当前日期之间的周数重复数据行

本文介绍如何基于每行记录的日期与当前日期之间的完整周数，对 DataFrame 行进行智能重复，并为每一重复行生成对应的 ISO 周编号（含跨年处理），避免手动循环和索引错位问题。

在数据分析中，常需将单条时间记录“展开”为按周粒度的多行数据——例如，为每个 ID 生成从其原始日期起、持续至当前周的全部周序列。关键挑战在于：既要准确计算周数差（支持跨年），又要为每行分配正确的 ISO 年份与周号（isocalendar().year 和 .week），而非简单递增数字。

原方法使用 for 循环修改 loc 并依赖 ffill()，存在两大缺陷：

• ✅ 错误复用全局索引（如 final.loc[i, 'WEEK'] 覆盖非目标行）；
• ❌ 忽略 ISO 周的语义（如 2023-12-24 属于 ISO 第51周，但下一周是2023年第52周或2024年第1周，不可线性+1）。

正确解法应以时间为本体：对每行原始日期，逐周递增7天，再统一提取其 ISO 周信息。以下是推荐实现：

import pandas as pd

# 构建示例数据
df = pd.DataFrame({
    'ID': ['ID001', 'ID002', 'ID003'],
    'DATE': ['24/12/2023', '01/02/2024', '12/02/2024']
})
df['DATE'] = pd.to_datetime(df['DATE'], dayfirst=True)

# 步骤1：计算每行需重复的周数（含起始周）
now = pd.Timestamp('now')
n_weeks = (now.to_period('W') - df['DATE'].dt.to_period('W')).apply(lambda x: x.n)

# 步骤2：按周数重复行（+1 包含起始周本身）
repeated = df.loc[df.index.repeat(n_weeks + 1)].copy()

# 步骤3：为每组重复行添加递增的天数偏移（0, 7, 14, ...），并计算对应ISO周
group_cumcount = repeated.groupby(level=0).cumcount()  # 每组内计数：0,1,2,...
offset_days = group_cumcount * 7
repeated['DATE_WEEK'] = df['DATE'].iloc[repeated.index].values + pd.to_timedelta(offset_days, unit='D')
repeated['YEAR'] = repeated['DATE_WEEK'].dt.isocalendar().year
repeated['WEEK'] = repeated['DATE_WEEK'].dt.isocalendar().week

# 最终结果（保留原始ID、原始DATE用于业务标识，但WEEK基于实际周日期计算）
result = repeated[['ID', 'DATE', 'YEAR', 'WEEK']].reset_index(drop=True)
print(result)

? 关键说明：

• to_period('W') 将日期转为 ISO 周周期对象，相减直接得整数周差（自动处理跨年、闰周）；
• groupby(level=0).cumcount() 精准获取每组重复行内的序号（0起始），避免索引污染；
• DATE_WEEK 是逻辑上的“第N周对应的实际日期”，由此派生的 YEAR/WEEK 严格符合 ISO 8601 标准（如2023-12-24所在周为2023-W51，+7天后为2023-W52，+14天后为2024-W01）；
• 输出中 DATE 列保持原始值（便于溯源），YEAR/WEEK 列反映各周的真实归属。

✅ 优势总结：

• 向量化运算，性能远超显式循环；
• 完全规避索引操作风险；
• 原生支持 ISO 周跨年逻辑；
• 代码简洁，可读性与可维护性高。

此方法适用于销售预测归因、用户活跃周分析、计划排期展开等场景，是时间维度数据展开的标准实践。