重新采样/时间分组到特定的时间跨度/周期

Question

我正在尝试将一些数据分组到每四个星期一次的存储桶中，并使用pd.Grouper(key='created_at', freq='4W')。我希望这些组是这样的，如果我有从 2019 年 8 月 26 日到 2019 年 10 月 20 日的 8 周数据，第一组的范围从 2019 年 8 月 26 日到 2019 年 9 月 22 日，第二组分组范围从 2019-09-23 到 2019-10-20。但是，在使用 grouper 时，它不会以这种方式分组，而是锚定到第一个星期日并从那里计算四个星期，从而产生如下输出：

created_at
2019-09-01    317
2019-09-29    990
2019-10-27    645
Freq: 4W-SUN, dtype: int64

代替：

created_at
2019-08-26    1048
2019-09-23     904
Freq: 4W-SUN, dtype: int64

我尝试过的另一个选项是使用pd.Timedelta(weeks=4) 作为频率，如下所示：

df.groupby(pd.Grouper(key='created_at', freq=pd.Timedelta(weeks=4)).size()

但是，这仅在数据中的所有日期都可用时才有效。例如，如果数据直到 2019 年 8 月 30 日才开始，则组标签是不同的，因为它正在计算最早日期的增量。我正在考虑创建一个自定义偏移对象，但不确定这是否是正确的方向。

原始数据大致如下：

                created_at
id
4324856 2019-08-26 12:38:51
4325472 2019-08-26 13:18:07
4325974 2019-08-26 13:47:09
4326205 2019-08-26 13:56:27
4326296 2019-08-26 13:57:35

包含与当前问题无关的附加列。

Answer 1

尝试在pd.Grouper() 中添加参数closed='left'。默认情况下，区间的封闭端是'right'

df.groupby(pd.Grouper(key='created_at', freq='4W', closed='left')).size()