Pandas Resample聚合时未返回指定on列的问题

问题原因 #

Pandas 2.0+版本对resample的行为做了调整：当指定on参数时，该时间列会自动成为结果的DatetimeIndex，不再作为普通列保留，所以你没法用d['Date In']直接访问。

单统计流入量的解决办法 #

如果只需要统计每月流入量，有两种简单方式：

方法1：把索引转回普通列 #

用reset_index()将DatetimeIndex转成普通列，同时用size()直接计数每月的流入记录数：

inflow = df.resample('M', on='Date In').size().reset_index(name='流入量')
# 此时Date In是普通列，可正常用inflow['Date In']调用

方法2：指定统计目标列 #

如果习惯用count()，可以只针对Date In列统计，避免结果混入其他列：

inflow = df.resample('M', on='Date In')['Date In'].count().reset_index(name='流入量')

同时统计流入+流出量 #

要同时得到每月的流入、流出数据，需要分别对两个日期列做resample，再合并结果：

import pandas as pd

# 统计流入量：按Date In分组计数
inflow = df.resample('M', on='Date In').size().reset_index(name='流入量')
# 统计流出量：按Date Out分组计数
outflow = df.resample('M', on='Date Out').size().reset_index(name='流出量')

# 合并数据，按月份对齐，缺失的月份补0
monthly_stats = pd.merge(inflow, outflow, left_on='Date In', right_on='Date Out', how='outer').fillna(0)
# 统一月份列，清理冗余
monthly_stats['月份'] = monthly_stats['Date In'].combine_first(monthly_stats['Date Out'])
monthly_stats = monthly_stats[['月份', '流入量', '流出量']]

额外提示 #

• size()比count()更适合做行数统计：count()会忽略空值，size()直接统计分组内总记录数；
• 如果不想转索引，也可以直接通过d.index访问日期，比如d.index.strftime('%Y-%m')可以格式化成年月字符串；

内容的提问来源于stack exchange，提问作者eatkimchi