如何在Pandas中按日期聚合求和生成新列并解决赋值问题？

方法一：直接聚合生成目标格式数据（推荐） #

使用groupby按日期分组后求和，这是最简洁高效的方式，直接得到你需要的结果：

import pandas as pd

# 假设你的数据已经是DataFrame格式
agg_data = data.groupby('ymd')['revenue'].sum().reset_index()
agg_data.rename(columns={'revenue': 'rev_sum'}, inplace=True)

执行后agg_data的结构就是你想要的：

方法二：修正你的赋值代码（适合单日期处理场景） #

你之前的代码出现问题的原因：

1. 第一种写法直接给整列赋值，第二次赋值会覆盖所有行的结果，导致整列都是最后一个日期的求和值。
2. 第二种写法属于链式索引（data.loc[...][...]），pandas无法确认你操作的是原数据还是副本，因此抛出警告。正确的写法是把列名放在loc的第二个参数位置：

# 先初始化rev_sum列
data['rev_sum'] = 0
# 针对2022-07-17赋值
data.loc[data["ymd"] == "2022-07-17", "rev_sum"] = data.loc[data["ymd"] == "2022-07-17", "revenue"].sum()
# 针对2022-07-18赋值
data.loc[data["ymd"] == "2022-07-18", "rev_sum"] = data.loc[data["ymd"] == "2022-07-18", "revenue"].sum()

方法三：保留原数据行并添加求和列 #

如果需要在原数据的每一行都显示对应日期的求和结果，可以用transform：

data['rev_sum'] = data.groupby('ymd')['revenue'].transform('sum')

此时原数据会变成：

如果要得到目标的去重格式，再执行：

agg_data = data[['ymd', 'rev_sum']].drop_duplicates().reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Merve