Pandas中带时分秒日期分组及拆分日期年月的技术咨询

嘿，我来帮你搞定这两个Pandas的实操问题！

问题1：针对含时分秒的日期格式（如2017-06-16 09:34:23）进行按日期分组 #

首先要确保你的created_at字段是datetime类型，如果它现在是字符串，第一步先转换：

import pandas as pd
# 转换为datetime类型
df['created_at'] = pd.to_datetime(df['created_at'])

接下来分两种常见的分组需求：

• 按完整日期（忽略时分秒，按天分组）：
  可以用dt.date提取日期部分，或者用dt.floor('D')将时间截断到天：

  # 方法1：用dt.date提取日期对象
  daily_groups = df.groupby(df['created_at'].dt.date).groups
  # 方法2：用dt.floor('D')保留datetime类型的日期
  daily_groups = df.groupby(df['created_at'].dt.floor('D')).groups
  

• 按其他粒度（如年月、小时）分组：
  直接用dt.year/dt.month/dt.hour即可，比如按年月分组：

  monthly_groups = df.groupby([df['created_at'].dt.year, df['created_at'].dt.month]).groups
  

问题2：拆分created_at为年份+月份，并结合mime_type、size分组 #

你已经完成了基础的分组尝试，现在只需要把created_at替换为拆分后的年月维度即可，同样先确保created_at是datetime类型，然后有两种实现方式：

方式1：先新增年份、月份列，再分组 #

这种方式更直观，后续查看数据也方便：

# 转换为datetime类型（如果还没转的话）
df['created_at'] = pd.to_datetime(df['created_at'])
# 新增年、月列
df['year'] = df['created_at'].dt.year
df['month'] = df['created_at'].dt.month
# 按mime_type、year、month、size分组
df_1 = df.groupby(['mime_type', 'year', 'month', 'size']).groups
display(df_1)

方式2：直接在groupby中使用dt属性（无需新增列） #

如果不想新增列，可以直接在groupby里提取年月，还能给分组后的维度命名：

df['created_at'] = pd.to_datetime(df['created_at'])
# 分组时直接提取年月并命名，避免分组键显示为匿名列
df_1 = df.groupby([
    'mime_type',
    df['created_at'].dt.year.rename('year'),
    df['created_at'].dt.month.rename('month'),
    'size'
]).groups
display(df_1)

另外，你之前的df_mime = df.groupby('mime_type')遍历分组的代码是没问题的，如果要结合年月维度，只需要把groupby的字段改成['mime_type', 'year', 'month']（对应方式1）即可。

内容的提问来源于stack exchange，提问作者Aizzaac