Python groupby循环内写入DataFrame后newTimeDF为空问题求解

核心错误点 #

• 语法错误：创建timeZonesDF时缺少方法调用括号，正确写法是pd.DataFrame({"timeZoneDate": [xxx]})；同时列表内的日期没有加引号也没有转时间类型，会被识别为减法表达式直接报错。
• pd.Grouper未指定分组列：按时间频率分组时必须传入key参数指定要分组的时间列，否则默认会按索引分组，你的索引不是时间序列的情况下，groupby不会返回任何分组，for循环全程不执行，自然不会给newTimeDF写入任何值。
• 空DataFrame赋值逻辑错误：你初始化的newTimeDF没有任何行，直接给整列newTimeDF["startDate"]赋值时，因为没有匹配的行索引，赋值操作不会生效，也不会自动生成新行。
• 赋值逻辑不会追加数据：就算newTimeDF有行，你每次给整列赋值也只会覆盖原有值，不会追加新的行，最终只会保留最后一次循环的结果。

groupby场景for循环的注意事项 #

• 执行遍历前先验证分组结果：可以先打印所有分组键print([group_key for group_key, group_data in df.groupby(...)])，确认分组数量、分组键符合预期，避免循环根本没执行的问题。
• 时间分组的Grouper必须明确分组依据：要么提前把时间列设为索引，要么给pd.Grouper传入key参数指定时间列，否则分组逻辑不符合预期。
• 不要在循环里反复修改DataFrame结构：循环内追加行的效率极低，推荐先把每次循环的结果存为字典/Series列表，循环结束后一次性转成DataFrame，性能和可读性都更好。

修正后参考代码 #

import pandas as pd

# 正确初始化时间DataFrame
timeZonesDF = pd.DataFrame({
    "timeZoneDate": [pd.to_datetime("2018-03-11"), pd.to_datetime("2018-11-04")]
})
result_list = []

# 给Grouper指定key参数
for yearRow, yearData in timeZonesDF.groupby(pd.Grouper(key="timeZoneDate", freq="A")):
    DST_start = yearData.iloc[0]["timeZoneDate"]
    DST_end = yearData.iloc[-1]["timeZoneDate"]
    # 先把结果存到列表里
    result_list.append({
        "startDate": DST_start,
        "endDate": DST_end
    })

# 一次性生成最终DataFrame
newTimeDF = pd.DataFrame(result_list)

内容的提问来源于stack exchange，提问作者Matt S