Python 熊猫-基于重叠时间段的分割数据集

我的报告时间段从周一开始，周日结束，持续5周。例如：

11/20/2017 - 12/24/2017 = t1 
11/27/2017 - 12/31/2017 = t2

我有一个由6个时段组成的数据帧（从2017年11月20日开始），我正试图使用

LeaveDate

列将每个时段分成6个数据帧。我的数据如下所示：

Barcode LeaveDate  
ABC123  2017-11-22 
ABC124  2017-12-04  
ABC125  2017-12-15

当数据帧被分离时，一些条形码将分为多个周期-这没关系。我知道我能做到：

df['period'] = df['LeaveDate'].dt.to_period('M-SUN')
df['week'] = df['period'].dt.week

---

得到一周，但我不知道如何定义“多周”时期。问题还在于，条形码可能在多个时段内填满，因此需要将其输出到多个数据帧。有什么想法吗？谢谢

可能会有一个更简洁的解决方案，但这应该是可行的（将为您提供一个数据帧字典，每个周期一个）：

df=pd.DataFrame（['ABC123'，'2017-11-22']，
[ABC124'，2017-12-04']，
[ABC125'，2017-12-15']，
列=['Barcode'，'LeaveDate']）
期间=[（'2017-11-20'，'2017-12-24'），（'2017-11-27'，'2017-12-31'）]
结果={}
对于期间中的期间：
period_df=df[（df['LeaveDate']>=period[0]）&（df['LeaveDate']使用
{x:y代表x，y在df.groupby（pd.Grouper（key='LeaveDate'，freq='W-MON'））中使用]
？很高兴它对你有用。刚刚意识到在上面的示例中，我忘记了定义我的空字典。现在将进行编辑，以防将来有人阅读，尽管看起来你已经完成了这部分。是的，我把它放进去了，但感谢你回来检查。嘿，@thesilkworm只是想知道，你怎么能返回ba检查数组格式的数据…x为2d数组，y为1d数组？…i
df = pd.DataFrame([['ABC123', '2017-11-22'],
                   ['ABC124',  '2017-12-04'],
                   ['ABC125',  '2017-12-15']],
                   columns=['Barcode', 'LeaveDate'])
periods = [('2017-11-20', '2017-12-24'), ('2017-11-27', '2017-12-31')]

results = {}
for period in periods:
    period_df = df[(df['LeaveDate'] >= period[0]) & (df['LeaveDate'] <= period[1])]
    results[period] = period_df