下面是一个使用Python和pandas库来按周分组数据帧，并在一周内获取最早和最晚日期的例子：

import pandas as pd

# 创建一个示例数据帧
data = {
    'date': pd.date_range('2022-01-01', periods=30, freq='D'),
    'value': range(30)
}
df = pd.DataFrame(data)

# 将日期列设置为索引
df.set_index('date', inplace=True)

# 按周分组数据帧
df_weekly = df.resample('W').agg({'value': 'sum'})

# 获取最早和最晚日期到新列
df_weekly['start_date'] = df_weekly.index.min()
df_weekly['end_date'] = df_weekly.index.max()

print(df_weekly)

运行上述代码后，你将得到一个按周分组的数据帧，其中包含每周的总和以及最早和最晚日期的新列。输出结果如下：

            value start_date   end_date
date                                   
2022-01-02      1 2022-01-02 2022-01-02
2022-01-09     28 2022-01-03 2022-01-09
2022-01-16     77 2022-01-10 2022-01-16
2022-01-23    126 2022-01-17 2022-01-23
2022-01-30    175 2022-01-24 2022-01-30

在这个例子中，我们首先创建了一个示例数据帧，包含一个日期列和一个值列。然后，我们将日期列设置为索引，并使用resample函数将数据按周进行分组。最后，我们使用index.min()和index.max()方法获取最早和最晚日期，并将它们添加到新的列中。