如何使用Pandas按连续月份拆分DataFrame？

要实现按连续月份分组拆分DataFrame，你可以按照以下步骤操作：

1. 转换日期列类型并确保数据按时间排序 #

首先将Month列转换为datetime类型，方便后续计算时间差；同时确保数据是按时间顺序排列的：

import pandas as pd

# 转换Month列为datetime类型
df['Month'] = pd.to_datetime(df['Month'], format='%m/%d/%Y')
# 按Month列排序（如果原始数据未排序）
df = df.sort_values('Month').reset_index(drop=True)

2. 生成连续月份分组标识 #

计算每行与前一行的月份间隔，当间隔不等于1个月时，标记为新分组的起点，最终通过累加生成分组ID：

# 计算当前月份与前一行月份的间隔（单位：月）
df['month_gap'] = (df['Month'].dt.year - df['Month'].shift(1).dt.year) * 12 + (df['Month'].dt.month - df['Month'].shift(1).dt.month)
# 当间隔不等于1时，标记为新分组，累加得到group_id
df['group_id'] = (df['month_gap'] != 1).cumsum()

3. 按分组ID拆分DataFrame #

通过groupby按group_id分组，即可得到两个连续月份的数据集：

# 拆分得到分组后的DataFrame列表
grouped_dfs = [group for _, group in df.groupby('group_id')]

# 提取2020年和2021年的两组数据（可按需删除辅助列）
df_2020 = grouped_dfs[0].drop(columns=['month_gap', 'group_id'])
df_2021 = grouped_dfs[1].drop(columns=['month_gap', 'group_id'])

说明 #

• 转换日期类型是核心前提，确保能准确计算月份间隔；
• 计算月份间隔时，通过年份差和月份差结合的方式，避免了仅用天数计算的误差（不同月份天数不同）；
• 这种方法具有通用性，即使后续出现更多不连续的月份段，也能自动拆分出对应的分组。

内容的提问来源于stack exchange，提问作者JungleDiff