Python中DataFrame按Country、City列重采样绘图报错排查

• pandas的resample()是时间序列专属方法，仅支持对时间类型的索引做重采样运算。你已经把dt列处理成了datetime类型，但没有将其设置为DataFrame/Series的索引，直接调用resample()就会触发类型报错。
• 从原有代码逻辑看，是先按Country、City做了行筛选，直接对筛选结果里的AverageTemperature列调用重采样，跳过了设置时间索引的必要步骤，这是报错的直接诱因。

如果已经完成dt列的datetime类型转换，直接按以下逻辑调整即可：

分步写法（逻辑清晰，方便调试） #

# 筛选指定国家、城市的子集
city_df = df[(df["Country"] == "你要查询的国家名") & (df["City"] == "你要查询的城市名")].copy()
# 将时间列设为索引，这是resample正常运行的必要前提
city_df = city_df.set_index("dt")
# 按年维度重采样，聚合方式取平均气温，可根据需求替换为sum、max、min等聚合规则
yearly_avg_temp = city_df["AverageTemperature"].resample("Y").mean()
# 绘制趋势图
yearly_avg_temp.plot(figsize=(12, 6), ylabel="Annual Average Temperature")

链式写法（代码简洁，适合快速出结果） #

df[
    (df["Country"] == "你要查询的国家名") & (df["City"] == "你要查询的城市名")
].set_index("dt")["AverageTemperature"].resample("Y").mean().plot()

补充说明：如果重采样后存在空值，可在.mean()后追加.dropna()剔除缺失值，避免绘图时线条出现断档。

内容的提问来源于stack exchange，提问作者Chase Asbby