Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/extjs/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如何获得两次约会之间的所有周数?_Python_Pandas - Fatal编程技术网

Python 如何获得两次约会之间的所有周数?

Python 如何获得两次约会之间的所有周数?,python,pandas,Python,Pandas,我有一个数据帧,只是\u日期: 和我计算的数据帧周数 df['weeks'] = pd.PeriodIndex(df.just_dates, freq='W') 周看起来像: 0 2002-12-30/2003-01-05 1 2015-10-26/2015-11-01 2 2015-10-26/2015-11-01 16 2015-11-02/2015-11-08 33 2015-11-02/2015-11-08 44 2015-11-02/2015-11-08

我有一个数据帧,只是\u日期:

和我计算的数据帧周数

df['weeks'] = pd.PeriodIndex(df.just_dates, freq='W')
周看起来像:

0    2002-12-30/2003-01-05
1    2015-10-26/2015-11-01
2    2015-10-26/2015-11-01
16   2015-11-02/2015-11-08
33   2015-11-02/2015-11-08
44   2015-11-02/2015-11-08
现在我想要一个数据框,包含第一周和最后一周之间的所有周,因此所有周应如下所示:

0  2002-12-30/2003-01-05
1  2003-01-06/2003-01-12
2  2003-01-13/2003-01-19
...
   2015-10-26/2015-11-01
   2015-10-26/2015-11-01
   2015-11-02/2015-11-08
   2015-11-02/2015-11-08
   2015-11-02/2015-11-08
有没有简单的方法可以做到这一点?

使用:

[外]


我使用了所有的周数=pd.DataFramepd.period _range开始=df.weeks.min,结束=df.weeks.max,并成为2003-01-05和2015-11-08之间的日期。出了什么问题?您的预期输出是什么?嗯,您使用的是什么版本的熊猫?我运行了上面的程序,得到了使用0.24.2的输出-可能只需要升级:pip install pandas-U的终端版本是'0.22.0'。好的,我试试!我不确定,是否有助于密切关注,有时版本之间会发生类似这样的细微变化
0  2002-12-30/2003-01-05
1  2003-01-06/2003-01-12
2  2003-01-13/2003-01-19
...
   2015-10-26/2015-11-01
   2015-10-26/2015-11-01
   2015-11-02/2015-11-08
   2015-11-02/2015-11-08
   2015-11-02/2015-11-08
pd.DataFrame(pd.period_range(start=df.weeks.min(),
                             end=df.weeks.max(),
                             freq='W'))
                         0
0    2002-12-30/2003-01-05
1    2003-01-06/2003-01-12
2    2003-01-13/2003-01-19
3    2003-01-20/2003-01-26
4    2003-01-27/2003-02-02
5    2003-02-03/2003-02-09
..                     ...
665  2015-09-28/2015-10-04
666  2015-10-05/2015-10-11
667  2015-10-12/2015-10-18
668  2015-10-19/2015-10-25
669  2015-10-26/2015-11-01
670  2015-11-02/2015-11-08

[671 rows x 1 columns]