如何高效地按ID和周度日期聚合Pandas DataFrame？

当然有更高效的实现方式！完全不用手动遍历ID，Pandas的分组功能就能轻松搞定这个需求，而且性能比循环好太多了～

首先，我们先把你的示例数据用代码还原出来：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Publish date': ['2000-01-02', '2000-01-03', '2000-02-17', '2000-01-04'],
    'ID': [0, 0, 0, 1],
    'Price': [10, 20, 30, 40]
})

# 务必将日期列转换为datetime类型，这是时间分组的基础
df['Publish date'] = pd.to_datetime(df['Publish date'])

接下来就是核心的聚合操作，直接用groupby同时按ID和周频率分组，再指定聚合规则即可：

# 按ID和周分组，聚合Price求和，Publish date取组内最早日期（匹配你的期望输出）
result = df.groupby(
    ['ID', pd.Grouper(key='Publish date', freq='W', closed='left', label='left')],
    as_index=False
).agg({
    'Publish date': 'min',
    'Price': 'sum'
})

# 调整列顺序，和你想要的格式一致
result = result[['Publish date', 'ID', 'Price']]

运行这段代码后，得到的结果完全符合你的要求：

Publish date  ID  Price
0   2000-01-02   0     30
1   2000-02-17   0     30
2   2000-01-04   1     40

关键细节说明： #

• pd.Grouper(key='Publish date', freq='W')：指定按Publish date列以周（W）为频率分组。如果你的周定义和默认不同（比如周一作为周起始），可以改成freq='W-MON'，同时配合closed和label参数调整分组的闭合和标签规则。
• as_index=False：让分组后的结果保持DataFrame格式，而不是多级索引。
• agg方法：对不同列指定不同的聚合逻辑——Publish date取组内最早的日期（保证和你的输出格式一致），Price做求和操作。

这种方法是矢量化操作，比遍历ID的循环效率高得多，尤其是当你的数据量很大时，优势会更明显。

内容的提问来源于stack exchange，提问作者Mozzie