Python Pandas按月份分组后如何将日期索引转为列？

你现在的问题是分组后日期成了索引，没法当普通列调用，给你两个简单的解决办法：

方法1：分组时直接避免生成索引 #

修改你的groupby代码，加上as_index=False参数，同时直接指定要汇总的Gross和Net列，省得之后再删除无关列：

per = df5.Date.dt.to_period("M")
# 指定聚合列+设置as_index=False，让日期直接成为普通列
df51 = df5.groupby(per, as_index=False)[['Gross', 'Net']].sum()

这样生成的df51里，Date就是正常的列，直接能用列名访问。

方法2：对已生成的df51重置索引 #

如果你已经得到了带日期索引的df51，直接用reset_index()把索引转成列就行：

# 将当前的Date索引转为普通列
df51 = df51.reset_index()

执行完这步，原来的索引就会变成名为Date的列，和你期望的格式完全一致。

之后绘制月度趋势图时，就可以直接调用列名：

df51.plot(x='Date', y=['Gross', 'Net'], kind='line')

内容的提问来源于stack exchange，提问作者Danny Morton