Pandas按10天分组后日期索引无法转为列的问题求助

核心解决方案：使用reset_index()将索引转为列 #

分组操作后日期默认作为索引存在，只需在分组结果后调用reset_index()，即可将索引降级为普通数据列。同时可以直接指定计数列的名称，无需先创建空DataFrame再赋值，代码更简洁。

修改后的代码示例 #

针对你的最小复现场景，调整后的分组代码如下：

import pandas as pd
df = pd.DataFrame(pd.date_range(start='1994-01-01', end='1994-01-21'), columns=['DATE'])
# 分组后直接重置索引，同时指定计数列名为COUNT
df_grouped = df.groupby(pd.Grouper(key='DATE', freq='10D'))['DATE'].count().reset_index(name='COUNT')

此时查看df_grouped的结构，DATE已经是可直接访问的普通列：

print(df_grouped.columns)
# 输出: Index(['DATE', 'COUNT'], dtype='object')

之后提取年份的代码也能正常执行：

df_grouped['year'] = pd.to_datetime(df_grouped['DATE']).dt.year

对原问题的解释 #

你之前的代码中，groupby返回的结果将DATE设为索引，后续仅将计数结果赋值给df_grouped['COUNT']，但未把索引转为列，导致访问df_grouped['DATE']时触发无效索引错误。reset_index()会自动将原索引添加为DataFrame的第一列，同时生成默认的整数索引，完美解决这个问题。

另一种等价写法 #

如果你习惯先构建带列名的分组结果，也可以这样写：

df_grouped = df.groupby(pd.Grouper(key='DATE', freq='10D'))['DATE'].count().to_frame('COUNT').reset_index()

内容的提问来源于stack exchange，提问作者Iona Chadda