如何用Python按MD列和月份合并DataFrame多行？

假设你的数据是包含日期列、MD列及其他数值列的表格结构，以下是用pandas实现合并的具体方案：

步骤1：导入依赖库 #

import pandas as pd

步骤2：读取/构造数据 #

替换成你实际的读取方式（比如pd.read_excel或pd.read_csv），这里先模拟示例数据：

# 示例数据，可替换为你的真实数据
data = {
    "date": ["2024-01-03", "2024-01-15", "2024-01-28"],
    "MD": ["MD001", "MD001", "MD001"],
    "sales": [1200, 800, 1500],
    "visits": [30, 25, 40]
}
df = pd.DataFrame(data)

步骤3：提取月份分组依据 #

将日期列转为日期格式，并提取年份+月份作为分组维度：

df["date"] = pd.to_datetime(df["date"])
# 新增YYYY-MM格式的月份列
df["month"] = df["date"].dt.to_period("M")

步骤4：按MD和月份分组聚合 #

根据你的需求定义各列的聚合规则，比如数值列求和、非数值列保留首个值：

# 自定义聚合规则，可根据实际需求调整
agg_rules = {
    "date": "first",  # 保留该组第一条记录的日期
    "sales": "sum",    # 对sales列求和
    "visits": "sum"    # 对visits列求和
}

# 执行分组合并
merged_df = df.groupby(["MD", "month"], as_index=False).agg(agg_rules)

步骤5：查看合并结果 #

print(merged_df)

你可以根据实际列名和业务需求修改agg_rules，比如需要取均值用"mean"、取最大值用"max"，或者对文本列用"first"保留首个内容。

内容的提问来源于stack exchange，提问作者Khaled