如何用Pandas GroupBy按Reference与时间戳月份聚合数据？解决TypeError

我有如下结构的Pandas DataFrame：

需要按Reference列和timestamp列的月份分组，计算每个Reference-月份组合对应的figure列聚合值。尝试了以下代码，但触发错误：

TypeError: unhashable type: 'Series'

错误代码：

dg = df1.groupby([
            pd.Grouper('reference'),
            pd.Grouper(df1['timestamp'].dt.month)
            ]).sum()
dg.index = dg.index.strftime('%B')
print(dg)

错误原因分析 #

1. pd.Grouper使用方式错误：第二个pd.Grouper直接传入了df1['timestamp'].dt.month这个Series，而pd.Grouper仅支持传入列名或时间频率参数，直接传入Series会触发哈希不可用的报错。
2. 索引处理错误：分组后的索引是多级结构（Reference+月份），直接调用strftime会报错，需要单独处理月份层级的格式。

正确实现代码 #

方法一：用pd.Grouper按时间频率分组

先确保timestamp列为datetime类型，再通过时间频率参数指定按月分组：

# 确保timestamp是datetime类型（若原数据不是则执行此步）
df1['timestamp'] = pd.to_datetime(df1['timestamp'])

# 分组并聚合figure列
dg = df1.groupby([
    'Reference',
    pd.Grouper(key='timestamp', freq='M')  # freq='M'表示按自然月末分组
])['figure'].sum()

# 将月份索引转换为英文月份名称
dg.index = dg.index.set_levels(dg.index.levels[1].strftime('%B'), level=1)
print(dg)

方法二：直接提取月份名称作为分组键

如果不需要保留完整日期，可直接提取月份名称作为分组依据：

df1['timestamp'] = pd.to_datetime(df1['timestamp'])

# 按Reference和月份名称分组聚合
dg = df1.groupby([
    'Reference',
    df1['timestamp'].dt.month_name()  # 直接生成英文月份名称
])['figure'].sum()
print(dg)

输出示例 #

两种方法都会得到类似如下的结果：

Reference  timestamp
REF1       September    66.8
           October      66.8
REF2       September    66.8
           October      66.8
REF3       September    66.8
           October      66.8
Name: figure, dtype: float64

内容的提问来源于stack exchange，提问作者Ryan1234