如何让Pandas DataFrame按月份展示数据并包含点击量为0的月份？

步骤1：读取并预处理数据 #

假设你用pandas.read_sql从数据库拉取数据，先确保date_clicked是datetime类型：

import pandas as pd
import sqlalchemy

# 替换成你的数据库连接字符串
engine = sqlalchemy.create_engine('your_database_connection_string')
df = pd.read_sql('SELECT date_clicked FROM Click', engine)

# 转成datetime类型（如果数据库返回的是字符串格式）
df['date_clicked'] = pd.to_datetime(df['date_clicked'])

步骤2：生成完整的月份序列 #

先确定统计的时间范围（比如从数据里最早的点击月份到最晚的），然后生成无遗漏的月份序列：

# 提取数据中的首尾月份（Period类型，精准对应月份）
min_month = df['date_clicked'].dt.to_period('M').min()
max_month = df['date_clicked'].dt.to_period('M').max()

# 生成覆盖首尾的完整月份序列
full_months = pd.period_range(start=min_month, end=max_month, freq='M')

步骤3：按月份分组统计点击量 #

把日期转成月份周期后分组计数：

# 按月份分组，统计每个月的点击次数
monthly_clicks = df.groupby(df['date_clicked'].dt.to_period('M'))['date_clicked'].count().rename('click_count')

步骤4：补全0值月份 #

用完整月份序列重新索引，缺失的月份自动填充0：

# 重新索引，补全无点击月份的0值
monthly_clicks_full = monthly_clicks.reindex(full_months, fill_value=0)

# 可选：把Period类型转成datetime格式（方便后续绘图时的轴显示）
monthly_clicks_full = monthly_clicks_full.reset_index()
monthly_clicks_full['index'] = monthly_clicks_full['index'].dt.to_timestamp()
monthly_clicks_full.rename(columns={'index': 'month'}, inplace=True)

直接绘图 #

现在monthly_clicks_full就是包含所有月份（包括点击量为0的）的DataFrame，直接用来画柱状图：

import matplotlib.pyplot as plt

monthly_clicks_full.plot(x='month', y='click_count', kind='bar')
plt.xlabel('月份')
plt.ylabel('点击量')
plt.title('URL每月点击量统计')
plt.show()

关键逻辑说明 #

• 用dt.to_period('M')把日期转成月份周期，确保分组是严格按自然月划分，不会出现跨月误差
• period_range生成的序列是完整的月份集合，从根源上避免遗漏无点击的月份
• reindex配合fill_value=0一键补全缺失值，不用手动处理空值

内容的提问来源于stack exchange，提问作者FirstFlush