Pandas：如何从DateTime列生成可聚合的年月组合列

首先你的原始数据代码如下：

import numpy as np
import pandas as pd

data = pd.DataFrame({"String_Date" : ['10/12/2021', '9/21/2021', '2/12/2010', '3/25/2009']})
data['Date'] = pd.to_datetime(data["String_Date"])

要实现需求，核心是生成具备时间顺序可比较性、支持groupby聚合的年月列，以下是几种可靠方案：

方案1：使用Period类型列（推荐） #

Pandas的Period类型是专门为时间周期设计的，天然支持时间顺序比较，且对groupby聚合非常友好。

# 生成年月周期列，格式为YYYY-MM（如2021-10）
data['Month_Year'] = data['Date'].dt.to_period('M')

生成的列值示例：

关键特性： #

• 可直接比较时间顺序：data['Month_Year'][1] < data['Month_Year'][0] 返回True（2021-09早于2021-10）
• 直接用于groupby聚合，比如统计每月数据量：

monthly_stats = data.groupby('Month_Year').size().reset_index(name='Data_Count')
print(monthly_stats)

输出：

Month_Year  Data_Count
0    2009-03           1
1    2010-02           1
2    2021-09           1
3    2021-10           1

方案2：生成带缩写月份的显示列（配合Period列使用） #

如果需要类似Oct-21的可视化格式，不要用这个字符串列做比较或聚合（字符串字典序可能和时间顺序冲突，比如Dec-21字符串会大于Jan-22），而是单独生成显示用列，聚合仍用Period列：

# 生成缩写月份+两位年份的显示列
data['Month_Year_Display'] = data['Date'].dt.strftime('%b-%y')

生成的列值示例：

方案3：YYYY-MM格式字符串列（兼容比较和聚合） #

如果坚持用字符串列且要保证可比较，用YYYY-MM格式的字符串，它的字典序和时间顺序完全一致：

data['Month_Year_String'] = data['Date'].dt.strftime('%Y-%m')

这种格式的字符串可以直接比较（'2021-09' < '2021-10'返回True），也能用于groupby，但性能和易用性不如Period类型。

内容的提问来源于stack exchange，提问作者user603535