在DataFrame中添加年度小计行遇DateFormatError的解决方案

你的问题出在原DataFrame的索引是日期类型（DatetimeIndex），直接添加字符串格式的小计行索引会导致类型不匹配，而transform方法是对现有行进行转换，无法直接生成新的小计行。下面是两种可行的替代方案：

方案一：拼接小计行并统一索引类型 #

这种方法先计算年度合计，再将原数据和合计数据合并，统一索引为字符串类型避免类型冲突：

import pandas as pd

# 假设你的原DataFrame是df，索引为DatetimeIndex
# 1. 提取年份并计算年度小计
year_totals = df.groupby(df.index.year)[['ColA', 'ColB']].sum()
# 把小计行的索引改成"年份 Subtotal"格式的字符串
year_totals.index = year_totals.index.map(lambda x: f"{x} Subtotal")

# 2. 将原数据的日期索引转为字符串，避免类型冲突
df_str_index = df.reset_index().rename(columns={'Date': 'Date_Index'}).set_index('Date_Index')

# 3. 合并原数据和小计行，按索引排序（保持日期和对应小计的顺序）
result = pd.concat([df_str_index, year_totals]).sort_index(kind='mergesort')

方案二：使用MultiIndex分层索引 #

如果想保留日期类型的索引信息，可以用分层索引区分原始数据和小计行：

# 1. 计算年度小计，设置二级索引标记为"Subtotal"
year_totals = df.groupby(df.index.year)[['ColA', 'ColB']].sum()
year_totals = year_totals.set_index(pd.Index(['Subtotal']*len(year_totals)), append=True)

# 2. 给原数据添加二级索引标记为"Data"
df_multi = df.set_index(pd.Index(['Data']*len(df)), append=True)

# 3. 合并后重排索引
result = pd.concat([df_multi, year_totals]).sort_index(level=[0,1])

关键说明 #

• groupby(df.index.year)是正确的分组方式，直接按年份聚合求和，而不是按原Date索引分组（原索引是具体日期，分组后还是每个日期自己，无法得到年度合计）。
• 必须处理索引类型冲突问题：要么把原日期索引转成字符串，要么用分层索引区分不同类型的行。

内容的提问来源于stack exchange，提问作者Saanchi