Python按月份与第N个工作日分组DataFrame的方法求助

假设你的DataFrame索引为DatetimeIndex（若不是，先执行data.index = pd.to_datetime(data.index)转换），以下分两种场景实现：

场景1：按「月份 + 第N个周几」分组（如1月第2个周一、3月第1个周五） #

这是对应你需求逻辑的核心实现：

1. 生成辅助列，标记每行数据所属的月份、周几，以及该周几在当月是第几次出现
2. 基于辅助列分组求和

import pandas as pd

# 1. 添加辅助列
data['month'] = data.index.month
# 0=周一，1=周二...6=周日
data['weekday'] = data.index.weekday
# 计算每个月内，当前周几是第几次出现（+1是为了从第1个开始计数）
data['nth_weekday'] = data.groupby(['month', 'weekday']).cumcount() + 1

# 2. 分组求和
# 方式1：按(月份, 周几, 第N个)的元组分组
sum_result = data.groupby(['month', 'weekday', 'nth_weekday']).sum()

# 方式2：生成更直观的分组名称（如"1月-第2个周一"）后分组
data['group_label'] = data.apply(
    lambda row: f"{row['month']}月-第{row['nth_weekday']}个{['周一','周二','周三','周四','周五','周六','周日'][row['weekday']]}",
    axis=1
)
sum_result = data.groupby('group_label').sum()

场景2：按「月份 + 当月第N个工作日（仅工作日，排除周末）」分组 #

如果需求是统计每月第1、2、3...个工作日（仅周一至周五，不管周几）：

import pandas as pd

# 1. 筛选工作日（周一至周五，weekday <5）
workday_data = data[data.index.weekday < 5].copy()

# 2. 计算每个月内的工作日序号
workday_data['nth_workday'] = workday_data.groupby(workday_data.index.month).cumcount() + 1

# 3. 分组求和
sum_result = workday_data.groupby([workday_data.index.month, 'nth_workday']).sum()

内容的提问来源于stack exchange，提问作者Minichua