如何为时间序列数据按月份分配对应数值？

首先要确保你的Timestamp列是datetime格式，这是时间序列处理的基础，然后根据你的需求选择对应方法：

情况1：给每个「年+月」组合分配唯一递增数值（匹配你的示例） #

你的示例中，2018年12月统一为1，2019年1月统一为2，2018年2月统一为3，这是按不同年月组分配唯一编号的需求，用groupby结合ngroup()就能实现：

import pandas as pd

# 加载示例数据
df = pd.DataFrame({
    'Timestamp': ['29-12-2018', '31-12-2018', '01-01-2019', '05-01-2019', '02-02-2018']
})

# 第一步：将字符串格式的Timestamp转为datetime（注意格式是日-月-年，需指定format参数）
df['Timestamp'] = pd.to_datetime(df['Timestamp'], format='%d-%m-%Y')

# 第二步：按年月分组，分配组编号（ngroup默认从0开始，加1让编号从1起始）
df['Value'] = df.groupby(df['Timestamp'].dt.to_period('M')).ngroup() + 1

执行后得到的结果与你的示例完全一致：

情况2：按月份（忽略年份）分配固定数值 #

如果你的需求是不管年份，只要是12月就分配1，1月分配2，2月分配3，可以用字典映射的方式：

# 定义月份到数值的映射字典
month_to_value = {12: 1, 1: 2, 2: 3}

# 提取月份并映射为对应数值
df['Value'] = df['Timestamp'].dt.month.map(month_to_value)

这种方法适合固定月份对应固定值的场景，比如所有1月的数据都赋予同一个值，不受年份影响。

内容的提问来源于stack exchange，提问作者harthik