如何使用Pandas对房产销售数据按SALE_DATE字段的年份分组计数

步骤1：完成日期类型转换 #

你之前的链式赋值会把转成日期格式的整列SALE_DATE同时赋值给by_year，无法得到分组统计结果，先单独完成日期格式转换：

import pandas as pd

# 将SALE_DATE列从字符串格式转为日期格式
property_prices['SALE_DATE'] = pd.to_datetime(property_prices['SALE_DATE'])

步骤2：按年份分组统计销售数量 #

两种常用实现方式可以选：

方式1：先提取年份列再分组（适合后续还要用年份做其他分析的场景） #

# 从日期中提取年份单独存为一列
property_prices['SALE_YEAR'] = property_prices['SALE_DATE'].dt.year

# 按年份分组，统计每组行数即对应年份的销售数量
sale_count_by_year = property_prices.groupby('SALE_YEAR', as_index=False).size()
# 重命名计数列提升可读性
sale_count_by_year = sale_count_by_year.rename(columns={'size': '销售数量'})

print(sale_count_by_year)

方式2：分组时直接提取年份（不需要额外存储年份列） #

sale_count_by_year = property_prices.groupby(property_prices['SALE_DATE'].dt.year, as_index=False).size()
sale_count_by_year = sale_count_by_year.rename(columns={'SALE_DATE': '销售年份', 'size': '销售数量'})

print(sale_count_by_year)

输出示例 #

以你提供的测试数据为例，最终输出结果如下：

销售年份  销售数量
0  2010    5

内容的提问来源于stack exchange，提问作者dvdlwlr