python日期时间索引重采样

python日期时间索引重采样,python,pandas,datetime,Python,Pandas,Datetime,我有一个数据帧edf,在这里我将DATESENT转换成datetimeindex,然后我想每周对它进行透视 edf = pd.read_csv('C:\Users\j~\raw.csv', parse_dates=[6]) edf2 = edf[['DATESENT','Sales','Traffic]].copy() edf2['DATESENT']=pd.to_datetime(edf2['DATESENT'],format='%m/%d/%Y') edf2 = edf2.set_index

我有一个数据帧edf,在这里我将DATESENT转换成datetimeindex,然后我想每周对它进行透视

edf = pd.read_csv('C:\Users\j~\raw.csv', parse_dates=[6])
edf2 = edf[['DATESENT','Sales','Traffic]].copy()
edf2['DATESENT']=pd.to_datetime(edf2['DATESENT'],format='%m/%d/%Y')
edf2 = edf2.set_index(pd.DatetimeIndex(edf2['DATESENT']))
edf2.resample('w').sum()
edf2

            SALES
DATESENT     
2014-01-05  476
2014-01-12  67876
如果理解正确,重新取样(“w”)会导致从2014-01-06(星期一)到2014-01-12(星期日)的时间段

是否有办法将其从2014-01-05(星期日)改为2014-01-11(星期六)?(换言之,是财政周)

另外,现在sum()将所有列相加。有没有办法通过重采样功能将销售额和平均流量相加

多谢各位

df = pd.DataFrame({'Date':pd.date_range(start='2014-01-01', end='2014-01-31', step=1),'sales':np.random.randint(31),'traffic':np.random.randint(31)})
df = df.set_index('Date')

#Change the week start day to Monday.
df.resample('W-MON').agg(['sum'])

#Change the week start day to Sunday
df.resample('W-SUN').agg(['sum'])