Pandas重采样报错：'DataFrame'对象无'Day'属性，如何解决？

嘿，这个问题我熟！咱们来一步步捋清楚：

你报错的核心原因很简单——你已经把Day列设置成DataFrame的索引了（代码里的.set_index('Day')干的这事），所以现在costs这个DataFrame里根本没有叫Day的列了，自然会触发AttributeError。

接下来给你两种靠谱的解决办法，按需选就行：

办法一：直接基于索引重采样（推荐） #

既然Day已经是索引，而且它是日期格式，那直接对整个DataFrame（或者你需要的特定列）调用resample()就好，Pandas会自动用索引作为时间维度：

import pandas as pd
# 读取数据并设置Day为索引
costs = pd.read_csv(r'/Users/erikvanderveen/Downloads/resampling.csv', skiprows=2, thousands=',').set_index('Day')
# 重要！确保索引是datetime类型（从CSV读进来的日期可能是字符串，必须转一下）
costs.index = pd.to_datetime(costs.index)
pd.set_option('display.width', 1000)
print(costs.head(5))

# 对整个DataFrame按月重采样求均值
monthly_resampled_data = costs.resample('M').mean()

# 如果只需要对某一列（比如叫'Cost'的列）重采样，就这么写：
# monthly_resampled_data = costs['Cost'].resample('M').mean()

办法二：保留Day列同时设为索引（不推荐，除非你确实需要） #

如果你之后还得把Day当普通列用，可以在设置索引的时候加个drop=False参数，让它既是索引又是列：

costs = pd.read_csv(r'/Users/erikvanderveen/Downloads/resampling.csv', skiprows=2, thousands=',').set_index('Day', drop=False)
costs.index = pd.to_datetime(costs.index)

# 这时候就能用costs.Day.resample('M').mean()了
monthly_resampled_data = costs.Day.resample('M').mean()

不过说实话，这种情况没必要，因为索引已经是日期了，直接用办法一更简洁高效。

最后提醒一句：一定要把索引转成datetime类型！不然Pandas识别不了日期，重采样还是会出问题哦～

内容的提问来源于stack exchange，提问作者Erik van der Veen