如何提取多DataFrame的month列统计值并合并为指定表格？

• 第一步：单独生成各年份的月份统计序列，为每个序列指定对应年份的列名
  先针对每个DataFrame的month列执行value_counts()，通过rename()给结果列设置年份名称，确保后续拼接后能清晰区分：

# 生成各年份的月份统计并命名列
count_2020 = df_2020['month'].value_counts().rename('2020')
count_2021 = df_2021['month'].value_counts().rename('2021')
count_2022 = df_2022['month'].value_counts().rename('2022')

• 第二步：横向拼接统计结果并优化格式
  使用pd.concat()横向拼接三个统计序列，通过fillna(0)填充缺失月份的统计值（比如某年份无对应月份数据时补0），再用sort_index()按月份排序：

# 拼接、补全缺失值并排序月份
final_result = pd.concat([count_2020, count_2021, count_2022], axis=1).fillna(0).sort_index()

• 可选操作：将月份索引转为普通列
  如果需要把月份从索引转为单独的列，执行以下代码：

final_result = final_result.reset_index().rename(columns={'index': 'month'})

这样就能得到以月份为行、各年份统计值为列的目标表格，避免了直接拼接完整DataFrame的问题。

内容的提问来源于stack exchange，提问作者johaz5