如何将Pandas数据按月份分组并对X1、X2等列求和？

第一步：确保日期为datetime类型 #

这是解决时间格式错误的核心前提，不管Date是列还是索引，必须先转为datetime类型：

• 读取文件时直接处理：

  import pandas as pd
  data = pd.read_csv('MLs_Unit_per_day.csv', index_col='Date', parse_dates=True)
  

• 已读取文件后转换索引：

  data.index = pd.to_datetime(data.index)
  

第二步：按月份分组求和（修正排序问题） #

直接用月份名称分组会导致字母序排序（比如"April"排在"August"前），以下是两种可靠的解决方式：

方法1：按月份数字分组，映射为名称并按自然顺序排序 #

# 按月份数字分组，对X1-X6列求和
monthly_sum = data.groupby(data.index.month)[['X1', 'X2', 'X3', 'X4', 'X5', 'X6']].sum()
# 将月份数字替换为完整名称
monthly_sum.index = pd.to_datetime(monthly_sum.index, format='%m').month_name()
# 按自然月份顺序重新排列
monthly_sum = monthly_sum.reindex([
    'January', 'February', 'March', 'April', 'May', 'June',
    'July', 'August', 'September', 'October', 'November', 'December'
])

方法2：按年月周期分组（保留年度信息，避免跨年度合并） #

如果数据包含多个年份，建议同时按年和月分组，防止不同年份的同月份数据被错误合并：

# 按年月周期分组，自动按时间顺序排序
year_month_sum = data.groupby(data.index.to_period('M'))[['X1', 'X2', 'X3', 'X4', 'X5', 'X6']].sum()
# 若需要单独提取月份名称（需注意会丢失年度信息）
year_month_sum.index = year_month_sum.index.strftime('%Y-%B')

原代码出错原因 #

• 时间格式错误：Date列/索引未转为datetime类型，无法调用dt属性，导致报错。
• 月份排序错误：dt.strftime('%B')生成的月份名称会按字母顺序排序，而非自然的月份先后顺序。

内容的提问来源于stack exchange，提问作者NaS