如何在Pandas DataFrame中新增列计算月度总值除以当月天数的结果

获取月份总天数的方法 #

Python里获取指定月份天数不需要手动判断大小月、闰年，两种常用方案：

• 批量处理Pandas数据时，直接用Pandas datetime类型自带的dt.days_in_month属性，自动识别闰年、大小月，直接返回整列每个日期对应月份的总天数，不需要逐行循环，效率最高。
• 单独获取单个月份天数时，用Python标准库calendar模块的monthrange函数即可，调用格式为calendar.monthrange(年份, 月份)[1]，返回值就是对应月份的总天数，比如calendar.monthrange(2020,2)[1]返回29，会自动识别2020是闰年。

DataFrame计算完整流程 #

针对你给出的样例数据，完整代码如下：

import pandas as pd

# 构造样例数据
df = pd.DataFrame({
    'Month': ['Nov. 2019', 'Dec. 2019', 'Jan. 2020', 'Feb. 2020'],
    'Total': [45345, 87493, 45765, 38756]
})

# 1. 将字符串格式的月份列解析为Pandas datetime类型，默认解析为当月1日
df['temp_month'] = pd.to_datetime(df['Month'], format='%b. %Y')

# 2. 计算日均总值：月度总值除以当月天数，结果存入新列
df['Daily Total'] = df['Total'] / df['temp_month'].dt.days_in_month

# 3. （可选）删除中间用到的临时解析列
df = df.drop(columns='temp_month')

运行后得到的结果如下，完全符合需求：

Month  Total  Daily Total
0  Nov. 2019  45345  1511.500000
1  Dec. 2019  87493  2822.354839
2  Jan. 2020  45765  1476.290323
3  Feb. 2020  38756  1336.413793

注意：如果你的月份字符串格式和样例有差异，只需要调整pd.to_datetime里的format匹配规则即可，当前规则里%b匹配英文月份缩写，. 匹配缩写后的点和空格，%Y匹配四位年份。

内容的提问来源于stack exchange，提问作者Robert Tuttle