如何在Python中按相同入住和退房日期分组统计日期数据？

我希望基于相同的**入住日期（check in date）和退房日期（check out date）**对数据进行分组统计。

示例数据 #

import pandas as pd

guess = [1, 2, 3, 4, 5]
check_in = ['17/07/2021', '17/07/2021','17/07/2021', '18/07/2021','18/07/2021']
check_out = ['20/07/2021', '20/07/2021','22/07/2021', '24/07/2021', '24/07/2021' ]
data = pd.DataFrame({'guess':guess, 'check in date': check_in, 'check out date': check_out})

print(data)

模拟数据结构如下：

期望分组结果 #

按相同入住、退房日期分组后，以统计每组记录数为例，期望得到如下结果：

可用的Python实现方法 #

1. Pandas groupby 方法（最常用） #

Pandas是处理表格数据的首选工具，直接通过groupby指定分组列，再结合聚合函数即可完成统计：

# 按入住+退房日期分组，统计每组记录数
grouped_data = data.groupby(['check in date', 'check out date']).count().reset_index()
# 重命名统计列（可选）
grouped_data = grouped_data.rename(columns={'guess': 'count'})
print(grouped_data)

如果需要对guess列执行其他聚合操作（比如求和），替换count()为对应的函数即可：

# 统计每组guess的总和
grouped_sum = data.groupby(['check in date', 'check out date'])['guess'].sum().reset_index()

2. Pandas pivot_table 方法 #

透视表适合更复杂的多维度聚合场景，同样可以实现需求：

pivot_data = pd.pivot_table(
    data,
    index=['check in date', 'check out date'],
    values='guess',
    aggfunc='count'
).reset_index().rename(columns={'guess': 'count'})
print(pivot_data)

3. 原生Python实现（无第三方库依赖） #

如果不想依赖Pandas，可以用字典手动完成分组统计：

from collections import defaultdict

group_dict = defaultdict(int)
# 遍历每行数据，按日期组合计数
for _, row in data.iterrows():
    date_key = (row['check in date'], row['check out date'])
    group_dict[date_key] += 1

# 转换为易读的列表格式
result = [
    {'check in date': key[0], 'check out date': key[1], 'count': value}
    for key, value in group_dict.items()
]
print(result)

内容的提问来源于stack exchange，提问作者Ajay