Python：按年份对DataFrame行数值求和的高效Pythonic实现

我有一个包含两个datetime列和一个数值列的DataFrame，示例数据如下：

2019-01-01 00:00:00 2019-12-31 00:00:00 118433.0
2020-01-01 00:00:00 2020-12-31 00:00:00 120087.0
2021-01-01 00:00:00 2021-06-30 00:00:00 63831.0
2021-07-01 00:00:00 2021-12-31 00:00:00 63089.0
2022-01-01 00:00:00 2022-06-30 00:00:00 60753.0
2022-07-08 00:00:00 2022-11-30 00:00:00 9067.17

可以看到2019和2020年为完整年度，其余行对应不同时间区间，且每一行的起止日期均属于同一年份。需要按年份对数值列求和，得到如下结果：

2019 118422.0
2020 120087.0
2021 123842.0
2022 9067.0

要求避免简单循环，采用Pythonic的向量化/列表推导式实现。

利用Pandas的向量化操作可高效完成需求，步骤如下：

1. 转换日期类型并提取年份
   先将datetime列转为Pandas的datetime类型，再提取年份（因每行起止日期同一年，取任意一列提取即可）：

   import pandas as pd
   
   # 假设DataFrame列名为'start_date'、'end_date'、'value'
   df['start_date'] = pd.to_datetime(df['start_date'])
   df['year'] = df['start_date'].dt.year
   

2. 按年份分组求和
   使用groupby结合sum完成分组计算，再按要求格式输出：

   # 分组求和并保留整数位
   year_total = df.groupby('year')['value'].sum().round(0)
   
   # 输出结果
   for year, total in year_total.items():
       print(f"{year} {total}")
   

3. 完整可运行代码

   import pandas as pd
   
   # 构造示例DataFrame
   data = [
       ('2019-01-01 00:00:00', '2019-12-31 00:00:00', 118433.0),
       ('2020-01-01 00:00:00', '2020-12-31 00:00:00', 120087.0),
       ('2021-01-01 00:00:00', '2021-06-30 00:00:00', 63831.0),
       ('2021-07-01 00:00:00', '2021-12-31 00:00:00', 63089.0),
       ('2022-01-01 00:00:00', '2022-06-30 00:00:00', 60753.0),
       ('2022-07-08 00:00:00', '2022-11-30 00:00:00', 9067.17)
   ]
   df = pd.DataFrame(data, columns=['start_date', 'end_date', 'value'])
   
   # 日期转换与年份提取
   df['start_date'] = pd.to_datetime(df['start_date'])
   df['year'] = df['start_date'].dt.year
   
   # 分组求和并输出
   year_total = df.groupby('year')['value'].sum().round(0)
   for year, total in year_total.items():
       print(f"{year} {total}")
   

   注：你给出的示例结果中2022年数值为9067.0，实际计算应为60753.0+9067.17≈69820.0，推测是示例笔误。

内容的提问来源于stack exchange，提问作者Robert Alexander