如何使用groupby按每365行分组统计指定列各数值出现次数

你的数据集是严格按时间顺序排列、每年固定365行、总计11315行的结构化表，直接用行号生成分组键调用groupby即可，不需要额外解析日期字段。

具体实现代码 #

假设你已经将数据集读取为pandas DataFrame，变量名为df，将代码中的目标列替换为你自己的实际列名即可运行：

import pandas as pd
import numpy as np

# 替换为你要统计的实际列名
target_column = "你的目标列名"

# 每365行生成同一个分组ID，作为groupby的分组依据
group_key = np.arange(len(df)) // 365

# 分组统计各取值出现次数，转成宽表格式，缺失值填充0
stat_result = df.groupby(group_key)[target_column].value_counts().unstack(fill_value=0)

# 固定列顺序为5、7、8、9，避免列排序随机
stat_result = stat_result.reindex(columns=[5, 7, 8, 9], fill_value=0)

# 可选：将分组索引从0-30改为1-31，对应第1到第31年
stat_result.index = range(1, 32)

结果说明 #

最终输出的stat_result结构如下：

• 行索引：对应年份分组，共31行
• 列：分别对应取值5、7、8、9
• 单元格值：对应取值在当年365行数据中的出现次数

关键逻辑说明 #

• 分组键用np.arange(len(df)) // 365生成：行序号0-364整除365得到分组0、365-729得到分组1，以此类推，刚好将11315行拆分为31个每组365行的分组，完全匹配按年拆分的需求，性能远高于日期解析类方法。
• value_counts()直接统计每个分组内目标列各取值的出现频次，不需要手动编写计数逻辑。
• unstack(fill_value=0)将多层索引的计数结果转为宽表格式，某分组未出现的取值会自动填充为0，不会残留空值。
• 最后用reindex固定列顺序为5、7、8、9，避免pandas自动排序导致的列顺序混乱。

内容的提问来源于stack exchange，提问作者babak asadolah