如何用for循环构建按年月统计datetime的嵌套字典？是否预定义结构？

结论：不需要预先硬编码字典结构 #

硬编码结构不仅冗余，还会限制扩展性（比如后续新增年份时需要修改代码），动态构建嵌套字典是更优方案，能自动适配数据中的年份和月份，同时按需补全缺失月份的0值。

1. 动态构建嵌套统计字典 #

假设你已有包含(事件名称, datetime对象)的数据集，用collections.defaultdict可以轻松实现分层统计：

from collections import defaultdict
from datetime import datetime

# 示例数据集：替换成你的实际数据
events_data = [
    ("登录事件", datetime(2021, 1, 5)),
    ("登录事件", datetime(2021, 1, 12)),
    ("登录事件", datetime(2021, 2, 3)),
    ("支付事件", datetime(2022, 3, 10)),
    # 更多数据...
]

# 初始化三层嵌套字典：事件名 → 年份 → 月份（两位格式）→ 计数
event_stats = defaultdict(lambda: defaultdict(lambda: defaultdict(int)))

for event_name, dt in events_data:
    year = dt.year
    month = f"{dt.month:02d}"  # 统一转成"01""02"格式
    event_stats[event_name][year][month] += 1

# （可选）转成普通字典，避免defaultdict的特殊行为
event_stats_dict = {
    event: {
        year: dict(months) 
        for year, months in year_data.items()
    } 
    for event, year_data in event_stats.items()
}

2. 补全年份的所有月份（可选） #

如果要求每个年份必须包含1-12月（即使该月无事件，计数为0），可以在统计后补全：

# 遍历每个事件的年份数据，补全12个月
for event_year_data in event_stats_dict.values():
    for year in event_year_data.keys():
        for month in [f"{m:02d}" for m in range(1, 13)]:
            if month not in event_year_data[year]:
                event_year_data[year][month] = 0

3. 写入CSV文件 #

推荐采用长格式CSV（每行对应一个「事件-年份-月份」的计数），这种结构更适合后续绘图工具处理：

import csv

with open("event_monthly_stats.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    # 写入表头
    writer.writerow(["事件名称", "年份", "月份", "事件数量"])
    # 遍历嵌套字典写入数据
    for event_name, year_data in event_stats_dict.items():
        for year, month_data in year_data.items():
            for month, count in month_data.items():
                writer.writerow([event_name, year, month, count])

4. 绘图实现建议 #

用pandas读取CSV后，搭配matplotlib或seaborn可以快速生成可视化图表：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV数据
df = pd.read_csv("event_monthly_stats.csv")
# 生成「年月」列，方便横轴展示
df["年月"] = df["年份"].astype(str) + "-" + df["月份"]

# 按事件分组绘制柱状图
for event_name, group in df.groupby("事件名称"):
    plt.figure(figsize=(12, 6))
    plt.bar(group["年月"], group["事件数量"], color="#4287f5")
    plt.title(f"{event_name} 月度事件数量统计")
    plt.xlabel("年月")
    plt.ylabel("事件数量")
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.show()

内容的提问来源于stack exchange，提问作者mrin9san