导入Excel统计年度每日事件数时触发ValueError: cannot insert Date, already exists

问题场景 #

导入Excel文件提取日期列，统计2012年至今每年每日的事件发生数量时，运行代码触发如下错误：

ValueError: cannot insert Date, already exists

用户原代码：

import pandas as pd

file_path = r'C:\Users\xxx\Desktop\yyy.xlsx'
data = pd.read_excel(file_path)
data['Date'] = pd.to_datetime(data['AVVIATO'])
data['Year'] = data['Date'].dt.year
data['DayOfYear'] = data['Date'].dt.dayofyear
df = data.groupby([pd.Grouper(key='Date', freq='D'), pd.Grouper(key='Date', freq='Y')]).size().reset_index(name='counts')
df['CumulativeSum'] = df.groupby('Date')['counts'].cumsum()
df['YearCount'] = df.groupby('Year').cumcount() + 1
export_path = r'C:\Users\adrcl\Desktop\output.xlsx'
df.to_excel(export_path, index=False)

错误原因 #

代码中groupby同时使用了两个基于Date列的pd.Grouper（日频和年频），但两者默认输出列名都为Date。执行reset_index()时，Pandas尝试将这两个分组键都插入结果DataFrame，导致列名重复冲突。

修正方案 #

给年度分组的pd.Grouper指定name参数重命名，避免和日频分组的Date列重名，同时调整后续依赖年份的计算逻辑：

import pandas as pd

file_path = r'C:\Users\xxx\Desktop\yyy.xlsx'
data = pd.read_excel(file_path)
data['Date'] = pd.to_datetime(data['AVVIATO'])
# 过滤2012年及以后的数据，匹配需求
data = data[data['Date'].dt.year >= 2012]

# 分组时给年度Grouper命名为Year，解决列名重复问题
df = data.groupby(
    [
        pd.Grouper(key='Date', freq='D'),
        pd.Grouper(key='Date', freq='Y', name='Year')
    ]
).size().reset_index(name='counts')

# 每日事件累计和（按日期分组）
df['CumulativeSum'] = df.groupby('Date')['counts'].cumsum()
# 年度内天数计数（按Year分组）
df['YearCount'] = df.groupby('Year').cumcount() + 1

# 可选：将Year列从年末日期格式转换为纯年份数值，更直观
df['Year'] = df['Year'].dt.year

export_path = r'C:\Users\adrcl\Desktop\output.xlsx'
df.to_excel(export_path, index=False)

关键修正点 #

1. 用name='Year'给年度分组键重命名，彻底解决列名重复冲突
2. 添加数据过滤逻辑，仅保留2012年及以后的数据，精准匹配需求
3. 将分组后的Year列从年末日期格式转为纯年份数值，优化统计结果可读性
4. 完整保留原有的每日事件数统计、累计和、年度内天数计数逻辑

内容的提问来源于stack exchange，提问作者Mihai Dudnic