如何对Pandas DataFrame按日期聚合并求和cnt字段？

正确实现方法 #

别用循环折腾，Pandas自带的groupby就能高效搞定，步骤如下：

1. 先确保datetime字段是Pandas的日期类型（如果原始数据是字符串格式的话）：

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

2. 按日期分组并对cnt求和，两种常用方式任选：

• 提取纯日期对象作为分组键：

daily_summary = df.groupby(df['datetime'].dt.date)['cnt'].sum().reset_index()
# 可选：重命名列让结果更直观
daily_summary.columns = ['date', 'total_daily_cnt']

• 先把datetime向下取整到当天（保留datetime类型，之后再转纯日期也可以）：

daily_summary = df.groupby(df['datetime'].dt.floor('D'))['cnt'].sum().reset_index()
# 如果要去掉时间部分，转成纯日期格式
daily_summary['datetime'] = daily_summary['datetime'].dt.date

最终得到的daily_summary就是按日期聚合后的结果，每行对应一天的总自行车租赁量。

循环代码报错原因 #

你碰到的TypeError: can only concatenate str (not "int") to str，大概率是循环里不小心把字符串和整数做了拼接操作：

• 比如你把日期转成了字符串（用split或strftime之类的方法），然后错误地把这个字符串和cnt（整数类型）直接相加，类似date_str + row['cnt']；
• 或者在构建结果字典/列表时，对数据类型处理混乱，把整数当成字符串来拼接。

另外多说一句：循环处理Pandas数据本来就不推荐，不仅容易犯这类低级错误，数据量大的时候速度会慢到离谱，用groupby这种矢量化操作才是正确姿势。

内容的提问来源于stack exchange，提问作者krmbla