如何对DataFrame按年月分组并统计各Severity值的数量？

问题分析 #

需要按年月分组统计不同Severity值的出现次数，同时解决原始数据中Severity大小写不一致的问题，并确保结果包含所有预期的Severity类型（即使对应数量为0）。

解决方案 #

通过以下步骤实现需求：

1. 统一Severity的大小写格式，避免因大小写差异导致分组错误；
2. 从原始date列提取年月信息作为分组依据；
3. 用透视表完成分组统计，填充缺失值为0，并补全所有预期的Severity列。

完整代码示例 #

import pandas as pd

# 创建示例DataFrame
data = {
    'date': ['01-12-22', '05-12-22', '22-12-22', '01-01-23', '21-01-23', '30-01-23'],
    'Severity': ['Sev1', 'Sev5', 'Sev1', 'Sev4', 'sev4', 'sev3']
}
df = pd.DataFrame(data)

# 统一Severity大小写（转为首字母大写）
df['Severity'] = df['Severity'].str.capitalize()

# 提取年月部分（格式为MM-YY）
df['year_month'] = df['date'].str.split('-').apply(lambda x: f"{x[1]}-{x[2]}")

# 生成透视表统计数量，缺失值填0
result = pd.pivot_table(
    df,
    index='year_month',
    columns='Severity',
    aggfunc='size',
    fill_value=0
).reset_index().rename(columns={'year_month': 'date'})

# 补全所有预期的Severity列（Sev1-Sev5）
expected_severities = ['Sev1', 'Sev2', 'Sev3', 'Sev4', 'Sev5']
for sev in expected_severities:
    if sev not in result.columns:
        result[sev] = 0

# 调整列顺序与预期结果匹配
result = result[['date'] + expected_severities]

# 输出结果
print(result)

输出结果 #

date  Sev1  Sev2  Sev3  Sev4  Sev5
0  01-23     0     0     1     2     0
1  12-22     2     0     0     0     1

关键步骤说明 #

• 统一大小写：用str.capitalize()将Severity值转为首字母大写，解决Sev4和sev4被误判为不同类别的问题；
• 提取年月：拆分date字符串，提取月份和年份生成MM-YY格式的分组键；
• 透视表统计：pivot_table自动按分组键和Severity聚合计数，fill_value=0确保无数据的类别显示为0；
• 补全列：遍历预期Severity列表，为结果添加缺失列并赋值0，保证输出结构符合需求。

内容的提问来源于stack exchange，提问作者welu