使用pivot_table按日期和小时透视DataFrame遇AttributeError求助

错误原因 #

你写的["date"].dt.date是对列表对象调用dt属性，但列表本身没有dt方法。dt是pandas中datetime类型Series的专属属性，必须通过DataFrame的列（即Series对象）来调用，不能直接对列名字符串的列表使用。

正确写法 #

方法一：直接在参数中提取datetime属性 #

需要从DataFrame中取出date列（得到Series），再调用dt属性提取日期和小时部分，作为pivot_table的索引和列参数：

import pandas as pd

pivot_df = pd.pivot_table(
    df_fuel,
    index=df_fuel['date'].dt.date,
    columns=df_fuel['date'].dt.hour,
    values='Fuel_price'
)

方法二：预先创建辅助列（适合大型数据集） #

先给DataFrame新增日期和小时列，再用列名做透视，这种方式在处理大型数据集时性能更稳定，后续复用维度也更方便：

import pandas as pd

# 新增辅助列
df_fuel['date_only'] = df_fuel['date'].dt.date
df_fuel['hour_only'] = df_fuel['date'].dt.hour

# 基于新列生成透视表
pivot_df = pd.pivot_table(
    df_fuel,
    index='date_only',
    columns='hour_only',
    values='Fuel_price'
)

补充提示 #

• 当values仅对应单一列时，直接传入列名字符串即可，无需用列表包裹，这样最终生成的DataFrame结构更简洁。
• 预先创建辅助列的方式，能避免在pivot_table中重复计算dt属性，对于大型数据集来说，能减少重复计算带来的性能损耗。

内容的提问来源于stack exchange，提问作者Maria