如何按年份分组DataFrame并求和生成新DataFrame？问题求解

问题描述 #

现有如下DataFrame：

Date                Amount
2024-01-04          0.34
2023-09-28          0.33
2023-06-22          0.33
2023-03-23          0.32
2023-01-05          0.32
2006-04-06          0.12
2006-01-05          0.12
2005-10-06          0.10
2005-07-07          0.10
2005-04-07          0.09

需按年份分组，对Amount列求和，生成包含year和sum列的新DataFrame，但执行以下代码后仅得到含Amount列的一维DataFrame：

df = df.groupby(df['Date'].dt.year, as_index=False).agg({'Gross Amount':'sum'})

错误原因 #

• 列名不匹配：原DataFrame的金额列是Amount，但代码中使用了不存在的Gross Amount作为聚合键
• 分组结果列名未指定：df['Date'].dt.year作为分组键时，结果列名默认是Date，未按需求命名为year，求和列也未指定为sum

正确解决方案 #

步骤1：确保Date列为datetime类型（若未转换） #

如果Date列还不是datetime格式，先执行转换：

import pandas as pd
df['Date'] = pd.to_datetime(df['Date'])

步骤2：实现分组求和并指定列名 #

提供两种简洁实现方式：

方式一：分组时直接指定列名映射

df_result = df.groupby(df['Date'].dt.year, as_index=False).agg(
    year=('Date', lambda x: x.dt.year.iloc[0]),
    sum=('Amount', 'sum')
)

方式二：分组后重命名列

df_result = df.groupby(df['Date'].dt.year, as_index=False)['Amount'].sum()
df_result.columns = ['year', 'sum']

最终结果示例 #

执行后得到的df_result如下：

year   sum
0  2005  0.29
1  2006  0.24
2  2023  1.30
3  2024  0.34

内容的提问来源于stack exchange，提问作者user136555