如何在Pandas中对含分类数据的日期按月分组？

问题场景 #

数据框包含日期列、分类列（如Campaign_Name）和数值统计列，需要按月份+分类项分组，对数值列进行聚合（如求和），同时保留分类数据的分组维度。

示例数据 #

解决步骤 #

1. 转换日期列类型：将字符串格式的日期转为Pandas的datetime类型，方便提取月份信息。
2. 生成月份名称：从datetime列中提取英文月份名称（如February），作为分组维度之一。
3. 分组聚合：同时按月份名称和**分类列Campaign_Name**分组，对数值列执行求和操作。

完整代码示例 #

import pandas as pd

# 构建示例数据
data = {
    'Date': ['2021-06-12', '2021-02-05', '2021-09-15', '2021-05-13', '2021-12-12',
             '2021-09-09', '2021-05-24', '2021-09-27', '2021-09-09'],
    'Campaign_Name': ['Dove_birds', 'Pantene_winner', 'Budweiser_wazap', 'Pantene_winner', 'Budweiser_wazap',
                      'Dove_birds', 'Pantene_winner', 'Budweiser_wazap', 'Dove_soft'],
    'No_of_Male_Viewers': [1268, 657, 7642, 425, 9867, 1578, 678, 8742, 1175],
    'No_of_Female_Viewers': [7656, 8964, 76, 6578, 111, 11456, 7475, 96, 15486]
}
df = pd.DataFrame(data)

# 转换日期列
df['Date'] = pd.to_datetime(df['Date'])

# 提取月份名称
df['Month'] = df['Date'].dt.month_name()

# 分组聚合数值列
result = df.groupby(['Month', 'Campaign_Name'])[['No_of_Male_Viewers', 'No_of_Female_Viewers']].sum().reset_index()

# 按自然月份顺序排序（可选）
month_order = ['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December']
result['Month'] = pd.Categorical(result['Month'], categories=month_order, ordered=True)
result = result.sort_values('Month')

print(result)

部分预期输出 #

内容的提问来源于stack exchange，提问作者SSRN