pandas DataFrame按年月统计每月处理量及累计和的实现方案

之前代码的问题在于index.month仅提取1-12的月份数字，会合并不同年份的同月份数据，改用年份+月份的组合维度分组即可实现需求，完整实现代码如下：

import pandas as pd

# 1. 转换日期列格式
df['processed_date'] = pd.to_datetime(df['processed_date'])

# 2. 生成年份+月份的组合字段，格式为'YYYY-MM'
df['year_month'] = df['processed_date'].dt.strftime('%Y-%m')

# 3. 按年月分组统计每月处理的条目数量
result = df.groupby('year_month', as_index=False)['id'].count().rename(columns={'id': 'nb_items_processed'})

# 4. 计算逐月累计处理总量
result['cum_sum'] = result['nb_items_processed'].cumsum()

# ----------------可选补充步骤----------------
# 如果需要补全无数据的月份，保证生成连续的64条记录，可以添加以下代码
# 生成覆盖全部时间范围的连续年月序列
full_month_range = pd.date_range(start='2016-07-01', end='2021-11-30', freq='M').strftime('%Y-%m')
# 重索引补全缺失月份，处理量填充为0
result = result.set_index('year_month').reindex(full_month_range, fill_value=0).reset_index()
# 补全后重新计算累计值
result['cum_sum'] = result['nb_items_processed'].cumsum()

运行后得到的result即为符合要求的输出结构，包含nb_items_processed、cum_sum、year_month三列。

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