如何在pandas dataframe中按日期对推文文本列进行分组？

实现方法 #

你可以用pandas的groupby搭配聚合操作实现该需求，步骤如下：

1. 先预处理日期列，确保按自然日分组（如果你的原始日期列带时分秒，需要先提取日期部分，避免同一日不同时间的内容被分到不同组）：

import pandas as pd
# 将日期列转为datetime类型后提取纯日期，过滤掉时分秒的影响
df['发布日期'] = pd.to_datetime(df['发布日期']).dt.date

2. 按需求选择聚合方式：

场景1：同天推文存为列表

适合后续需要单独处理每一条推文的场景：

# 按发布日期分组，将同天的所有推文聚合为列表
grouped_df = df.groupby('发布日期')['推文内容列名'].agg(list).reset_index()

场景2：同天推文合并为单个字符串

适合直接查看或导出文本的场景，可以自定义分隔符（如下示例用换行符分隔）：

grouped_df = df.groupby('发布日期')['推文内容列名'].agg(lambda x: '\n'.join(x)).reset_index()

场景3：同时聚合多个字段

如果需要保留其他统计信息，可以同时对多列做不同的聚合操作：

grouped_df = df.groupby('发布日期').agg(
    当日所有推文=('推文内容列名', list),
    当日总点赞量=('点赞数列名', 'sum'),
    当日推文总数=('推文id列名', 'count')
).reset_index()

内容的提问来源于stack exchange，提问作者Gustavo Figueiredo