无法将每日数据重新采样为每周数据，并且无法应用逻辑

是指在数据处理过程中遇到的问题。这个问题可能涉及到数据处理的算法、数据格式转换、逻辑应用等方面。

在云计算领域，可以通过使用适当的工具和技术来解决这个问题。以下是一些可能的解决方案和相关技术：

1. 数据处理工具：可以使用各种数据处理工具，如Python的pandas库、Apache Spark等，来处理数据重采样和逻辑应用的问题。这些工具提供了丰富的函数和方法，可以方便地进行数据转换和逻辑处理。
2. 数据库技术：使用数据库管理系统（DBMS）来存储和处理数据。常见的关系型数据库如MySQL、PostgreSQL、SQL Server等，以及非关系型数据库如MongoDB、Redis等，都提供了强大的数据处理和查询功能，可以用于解决数据重采样和逻辑应用的问题。
3. 云原生技术：云原生技术是一种将应用程序和服务构建、部署和管理在云环境中的方法。通过使用云原生技术，可以更高效地处理数据重采样和逻辑应用的问题。例如，使用容器化技术（如Docker）将应用程序打包成容器，使用容器编排工具（如Kubernetes）进行部署和管理，可以提供更灵活、可扩展的数据处理环境。
4. 大数据技术：对于大规模的数据处理需求，可以使用大数据技术来解决数据重采样和逻辑应用的问题。例如，使用Apache Hadoop生态系统中的工具（如Hadoop、Hive、HBase）进行数据存储、处理和分析，可以处理海量数据的重采样和逻辑应用需求。
5. 人工智能技术：对于需要进行复杂的逻辑应用的问题，可以使用人工智能技术来解决。例如，使用机器学习算法进行数据预测和分类，使用自然语言处理技术进行文本分析和语义理解，可以实现更智能化的数据处理和逻辑应用。

总结起来，解决无法将每日数据重新采样为每周数据，并且无法应用逻辑的问题，可以利用数据处理工具、数据库技术、云原生技术、大数据技术和人工智能技术等多种方法。具体的选择和实施方案需要根据具体的需求和场景来确定。