如何统计Pandas DataFrame中每个日期的出现次数

实现方法 #

你已经提前拆分出了Dates日期列，直接用分组统计就能得到目标结果，以下是两种常用实现方式：

方法1：使用groupby统计 #

# 按日期分组统计每组行数，重置索引并重命名统计列
result_df = df.groupby('Dates').size().reset_index(name='COUNT')
# 若要匹配目标表的列名Date，可修改列名
result_df.rename(columns={'Dates': 'Date'}, inplace=True)

方法2：使用value_counts统计 #

# 直接统计各日期的出现次数，按日期排序后重置索引
result_df = df['Dates'].value_counts().sort_index().reset_index()
result_df.columns = ['Date', 'COUNT']

优化方案（无需提前拆分日期列） #

如果你不需要保留拆分后的Time列做其他用途，可以不用提前拆分starttime字段，一步完成统计：

result_df = pd.to_datetime(df['starttime']).dt.date.value_counts()\
            .sort_index().reset_index()
result_df.columns = ['Date', 'COUNT']

内容的提问来源于stack exchange，提问作者Redman