按日期聚合小时级PNL数据出错求助：分组后仅返回33条结果

你用df.date.dt.day作为分组键，只会提取日期中的“日”部分（1-31），这意味着不同年份、不同月份的同一天会被合并到同一组（比如2018-10-16和2023-10-16会被归为一组），所以最终只会得到最多31个分组结果。

另外，直接将groupby(...).sum()的结果赋值给新列，由于聚合结果的索引是日期的“日”（1-31），而原DataFrame的索引是0到43807的整数，两者不匹配，导致大部分行无法匹配到值，最终只有少量行有结果。

要按完整的年-月-日分组计算每日总pnl，并将结果映射到原DataFrame的每一行，可用以下方法：

方法1：提取完整日期分组 + transform广播结果 #

# 提取年-月-日的date对象作为分组键，用transform将聚合结果映射到每一行
df['daily_pnl'] = df.groupby(df['date'].dt.date)['pnl'].transform('sum')

方法2：时间戳向下取整到日 + 分组 #

# 将小时级时间戳向下取整到当天0点，作为分组键
df['daily_pnl'] = df.groupby(df['date'].dt.floor('D'))['pnl'].transform('sum')

方法3：使用pd.Grouper指定时间频率 #

适合时间序列数据，灵活性更强：

# 通过Grouper指定按日频率分组
df['daily_pnl'] = df.groupby(pd.Grouper(key='date', freq='D'))['pnl'].transform('sum')

以上三种方法都会给原DataFrame的每一行添加上对应的当日总pnl，比如2018-10-16的所有小时行，daily_pnl列都会显示当天所有pnl的总和。

内容的提问来源于stack exchange，提问作者titn18645t183