如何为DataFrame按季度生成合计列与季度标识列？

步骤1：预处理数据 #

先把日期列转成pandas可识别的日期格式，同时清理Search Volume的逗号格式转成数值：

import pandas as pd

# 假设你的原始数据存在keyvol这个DataFrame里
keyvol['Date'] = pd.to_datetime(keyvol['Date'])
keyvol['Search Volume'] = keyvol['Search Volume'].str.replace(',', '').astype(int)

步骤2：生成Quarter列 #

直接从日期中提取季度标识，格式和需求一致：

keyvol['Quarter'] = keyvol['Date'].dt.to_period('Q').astype(str)

步骤3：生成Total列 #

用groupby + transform直接把季度求和结果映射回原DataFrame的对应行：

keyvol['Total'] = keyvol.groupby('Quarter')['Search Volume'].transform('sum')

完整可运行示例 #

import pandas as pd

# 构造示例数据（和你的原始结构一致）
data = {
    'Date': ['Jan 2004', 'Feb 2004', 'Mar 2004', 'Apr 2004', 'May 2004', 'Jun 2004'],
    'Search Volume': ['80,000', '90,000', '100,000', '40,000', '60,000', '50,000']
}
keyvol = pd.DataFrame(data)

# 预处理
keyvol['Date'] = pd.to_datetime(keyvol['Date'])
keyvol['Search Volume'] = keyvol['Search Volume'].str.replace(',', '').astype(int)

# 生成季度列
keyvol['Quarter'] = keyvol['Date'].dt.to_period('Q').astype(str)

# 生成Total列
keyvol['Total'] = keyvol.groupby('Quarter')['Search Volume'].transform('sum')

# 可选：恢复数值的逗号分隔格式（和原始输出一致）
keyvol['Total'] = keyvol['Total'].apply(lambda x: f"{x:,}")
keyvol['Search Volume'] = keyvol['Search Volume'].apply(lambda x: f"{x:,}")

print(keyvol)

补充说明 #

你之前用index //3分组的方式有隐患——如果数据存在缺月、乱序的情况，分组结果会完全错误。用日期提取季度的方式更严谨，且transform方法会自动把分组求和的结果填充到对应组的每一行，不需要手动做映射操作。

内容的提问来源于stack exchange，提问作者Jahrakal