如何在Pandas中按多列分组？茶企CSV数据分层分组实现

首先需要先把Date字段转换为**年月（YearMonth）**格式，再按指定的三层维度分组统计。以下是完整实现步骤：

1. 数据预处理：生成YearMonth字段 #

先读取CSV并将Date转为日期类型，再提取年月维度：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_tea_data.csv')

# 将Date转为日期格式（根据你的实际数据格式调整format参数，比如'%Y/%m/%d'）
df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m-%d')

# 生成YearMonth字段，格式为YYYY-MM的周期类型
df['YearMonth'] = df['Date'].dt.to_period('M')

2. 多列分层分组统计 #

直接在groupby中传入分组字段的列表，顺序对应你需要的分层优先级：YearMonth → Type → Weight，然后聚合Quantity的总和：

# 按三层维度分组，统计每组Quantity的总和
grouped_result = df.groupby(['YearMonth', 'Type', 'Weight'])['Quantity'].sum()

3. 分层展示结果 #

默认的分组结果会以**多层索引（MultiIndex）**形式展示，直接打印就能看到分层结构：

print(grouped_result)

输出示例大致如下：

YearMonth  Type    Weight
2023-01    Green   100g       1500
                   500g        800
           Black   100g       2200
                   500g       1200
2023-02    Green   100g       1800
...
Name: Quantity, dtype: int64

如果需要更直观的表格形式，可以用unstack()把某一层索引转成列：

# 将Weight层转为列，方便横向对比查看
print(grouped_result.unstack(level='Weight'))

补充说明 #

• 确保Type和Weight字段为字符串/分类类型，避免因数据类型异常导致分组错误
• 如果你的Date格式不是标准的YYYY-MM-DD，需要调整pd.to_datetime中的format参数匹配实际数据格式

内容的提问来源于stack exchange，提问作者John Snape