如何将日历年份设为列名、月日设为月度股票时间序列的索引？

核心思路：用Pandas的pivot方法实现数据重塑 #

这种月度数据的行列转换，用pivot是最高效的方式，无需复杂循环或groupby嵌套。

步骤说明

1. 预处理日期列：从原始日期中提取两个关键字段——年份（作为最终表格的列名）、月日（作为最终表格的索引，统一格式为MM-DD）。
2. 执行数据重塑：通过pivot方法直接指定行、列、值的对应关系完成转换。

完整示例代码

假设你的原始数据集包含date（日期）和price（股票价格）两列：

import pandas as pd

# 替换为你的实际数据读取逻辑（如pd.read_csv）
df = pd.DataFrame({
    'date': ['2021-01-01', '2021-02-01', '2021-12-01',
             '2022-01-01', '2022-02-01', '2022-12-01',
             '2023-01-01', '2023-02-01', '2023-12-01'],
    'price': [100, 105, 120, 110, 112, 130, 125, 128, 145]
})

# 转换日期为datetime格式
df['date'] = pd.to_datetime(df['date'])

# 提取年份和月日字段
df['year'] = df['date'].dt.year.astype(str)
df['month_day'] = df['date'].dt.strftime('%m-%d')

# 执行数据重塑
result = df.pivot(index='month_day', columns='year', values='price')

# 按月份顺序排序索引
result = result.sort_index()

print(result)

输出效果（匹配你的目标）

额外提示

• 若原始日期格式不标准，先通过pd.to_datetime()统一转换；
• 若存在重复年月的价格数据，改用pivot_table并指定aggfunc（如aggfunc='mean'取平均值）处理；
• 如需中文格式索引（如“01月01日”），将strftime('%m-%d')替换为strftime('%m月%d日')即可。

内容的提问来源于stack exchange，提问作者Gerry