Python Pandas：按PERMNO分组，按月度汇总PR列累计值

核心思路 #

先将日期列转换为Pandas可识别的日期类型，提取出年-月维度的分组键，再结合PERMNO进行分组，最后对PR列求和即可得到目标结果。

分步实现代码 #

1. 转换日期列类型
   确保date列是Pandas日期时间类型，否则无法提取年月信息：

df['date'] = pd.to_datetime(df['date'])

2. 生成年-月分组键
   使用dt.to_period('M')生成高效的年月周期类型，也可转为字符串格式：

# 生成周期类型的年月（推荐，大数据量下更高效）
df['year_month'] = df['date'].dt.to_period('M')

# 若需要字符串格式的"YYYY-MM"，可替换为：
# df['year_month'] = df['date'].dt.strftime('%Y-%m')

3. 分组求和并整理结果
   按PERMNO和year_month分组，对PR列求和后重置索引，并重命名列名匹配期望输出：

result_df = df.groupby(['PERMNO', 'year_month'])['PR'].sum().reset_index()
result_df.rename(columns={'year_month': 'date'}, inplace=True)

# 若之前用了周期类型，可转为字符串格式的日期
result_df['date'] = result_df['date'].astype(str)

完整示例代码 #

import pandas as pd

# 模拟你的DataFrame数据
data = {
    'PERMNO': [10025]*5 + [93436]*5,
    'date': ['2012-09-17', '2012-09-18', '2012-09-19', '2012-09-20', '2012-09-21',
             '2017-12-24', '2017-12-26', '2017-12-29', '2017-12-30', '2017-12-31'],
    'PR': [0,0,0,1,0,1,1,0,1,0]
}
df = pd.DataFrame(data)

# 执行处理流程
df['date'] = pd.to_datetime(df['date'])
df['year_month'] = df['date'].dt.to_period('M')
result_df = df.groupby(['PERMNO', 'year_month'])['PR'].sum().reset_index()
result_df.rename(columns={'year_month': 'date'}, inplace=True)
result_df['date'] = result_df['date'].astype(str)

print(result_df)

输出结果 #

PERMNO     date  PR
0   10025  2012-09   1
1   93436  2017-12   3

内容的提问来源于stack exchange，提问作者BabyGyal