Pandas DataFrame指定日期区间按多字段分组求和如何实现？

实现步骤 #

1. 统一日期格式

首先要把date列和起止日期变量都转为Pandas的datetime格式，避免字符串比较出现逻辑错误：

# 转换日期格式
df['date'] = pd.to_datetime(df['date'])
startdate = pd.to_datetime(startdate)
enddate = pd.to_datetime(enddate)

2. 两种实现方案

方案1：用transform直接生成新列（代码更简洁）

先把不在日期区间内的销售额临时置为0，再分组求和后赋值给对应组的所有行：

df['sum_sales'] = df.assign(
    temp_sales = lambda x: x['sales'].where((x['date'] >= startdate) & (x['date'] <= enddate), 0)
).groupby(['product', 'state'])['temp_sales'].transform('sum')

方案2：先计算分组和再合并（逻辑更清晰）

先筛选符合日期要求的行，分组求和后再合并回原数据集，无匹配的分组自动补0：

# 计算符合日期区间的分组销售额总和
group_sum = df[(df['date'] >= startdate) & (df['date'] <= enddate)]\
    .groupby(['product', 'state'], as_index=False)['sales']\
    .sum()\
    .rename(columns={'sales': 'sum_sales'})

# 合并到原DataFrame
df = df.merge(group_sum, on=['product', 'state'], how='left').fillna({'sum_sales': 0})

最终输出效果

运行后得到的df如下：

内容的提问来源于stack exchange，提问作者alberto