Python 熊猫-如何重新采样到一组已知的周期

我有一个发票数据，它有一个datetime列存储它创建的时间-我想将数据重新采样到week视图中以执行一些分析

使用以下示例对数据进行重新采样可以获得此信息，但它会在列的最短时间启动窗口，因此索引是任意的

example=invoiceDF.resample（“1W”，on='created_on'）['cost_value'].mean（）

我想强制执行将数据聚合为几周。我的合同涵盖了这些发票所属的一年，因此我知道周的开始和结束日期时间。它可以由下面的代码给出

datetimeIndex=pd.date\u范围（contract.start、contract.end、freq='W'）

必须有一种方法可以使用这些日期时间对数据进行重新采样，而不是让它计算出来

我真的不想自己迭代数据并过滤每周的发票数据来完成这项工作。在重新采样之前，我正在为一些列调用

groupyby

，因为我多次需要此视图，因此如果结果是这样，这将是一个非常头痛的问题

---

目前，我正在考虑在我的新索引中添加一列，其中包含该行应聚合到的日期，然后简单地按此列分组以获得答案。同样，这感觉像是一个黑客