GroupBy求和时排除datetime64类型的问题咨询

问题场景 #

对包含datetime64格式列的DataFrame执行分组求和时，出现如下错误：

dfsum = df.groupby(['City']).sum()
TypeError: datetime64 type does not support sum operations

尝试过以下代码，但认为不是最优解：

desired = df.select_dtypes(include=[int, float, object])
dfsum_city = desired.groupby(['City']).sum()
dfsum_city.reset_index(inplace=True)

附数据示例：

优化解决方案 #

1. 精准指定需要求和的列（推荐） #

直接明确指定要聚合的数值列，完全避开datetime和无意义的列：

# 只对需要求和的数值列执行聚合
dfsum_city = df.groupby(['City'])[['Quantity Ordered', 'Total Price']].sum().reset_index()

这种方法最直接，结果只包含你需要的聚合数据，不会处理无关列，避免不必要的错误和无效计算。

2. 排除datetime类型列求和 #

如果不想手动列举所有数值列，可以排除datetime类型的列，保留其他可求和的数值列：

# 移除datetime类型列，仅保留数值列参与求和
numeric_df = df.select_dtypes(exclude=['datetime64'])
dfsum_city = numeric_df.groupby(['City']).sum().reset_index()

和你之前的方法不同，exclude=['datetime64']只会移除时间列，不会把object类型的文本列（如Product、Purchase Address）纳入求和，避免出现文本拼接等无意义的结果。

3. 自定义多列聚合规则（灵活处理） #

如果需要同时对不同列执行不同操作（比如对datetime列取最早/最晚订单时间），可以用agg方法自定义聚合逻辑：

dfsum_city = df.groupby(['City']).agg(
    total_quantity=('Quantity Ordered', 'sum'),
    total_revenue=('Total Price', 'sum'),
    earliest_order=('Order Date', 'min'),
    latest_order=('Order Date', 'max')
).reset_index()

这种方法既能完成数值列的求和，又能对datetime列做有意义的统计，最大化利用数据价值。

内容的提问来源于stack exchange，提问作者Simon