如何将DataFrame日期统计结果转换为新的DataFrame？

你已经离目标很近啦！其实df2['just_dates'].value_counts().sort_index()返回的本身是一个pandas Series，你把它放进列表里反而多了一步，直接把这个Series转成DataFrame就行，还能自定义表头。

方法一：直接转换（推荐） #

先获取排序后的计数值Series，再用reset_index()把它转成DataFrame，同时指定列名：

# 获取按日期排序的计数Series
count_series = df2['just_dates'].value_counts().sort_index()

# 转成DataFrame，指定索引列和计数列的名称
count_df = count_series.reset_index(names='just_dates', name='entry_count')

执行后，count_df就是你想要的结构：

方法二：基于你已有的out列表转换 #

如果你已经把结果放进了out列表，直接取列表里的第一个元素（也就是那个Series）来转换就行：

# 从out列表中取出Series并转成DataFrame
count_df = out[0].reset_index(names='just_dates', name='entry_count')

关键说明 #

• reset_index()的作用是把原来的日期索引（Series的索引）转换成DataFrame的普通列，同时生成默认的行号索引。
• names参数用来给原来的索引列（日期列）命名，name参数用来给计数列命名，你可以根据需求改成自己喜欢的名字，比如把entry_count改成total_items。

内容的提问来源于stack exchange，提问作者Dennis