Python无需聚合的groupby操作：如何按唯一月份分组提取对应观测数据

实现方案 #

你需要的10行（年份）×12列（月份）的宽表格式，无需手动遍历groupby结果拼接，Pandas提供了更简洁的内置方法实现：

方法1：直接使用pivot转换（推荐）

假设你的数据包含year（年份列）、month（月份列）、以及你要提取的观测值列（示例中以value指代，替换为你实际的列名即可），一行代码即可生成目标表格：

# 无重复年月组合时直接使用pivot
result = data.pivot(index='year', columns='month', values='value')

如果同一个年月下存在多条观测值，需要先聚合（比如取均值、求和），使用pivot_table指定聚合规则即可：

# 示例为取同年月下观测值的均值，aggfunc可替换为sum、count等你需要的聚合函数
result = data.pivot_table(index='year', columns='month', values='value', aggfunc='mean')

方法2：基于你现有groupby逻辑修改

如果你需要沿用当前的分组遍历逻辑，可参考如下修改后的代码：

import pandas as pd

data1 = data.groupby(by='month')
result = pd.DataFrame()

for month, group in data1:
    # 把当前月份分组的观测值按年份为索引加入结果表的对应列
    result[month] = group.set_index('year')['value']

生成结果后直接打印result即可查看目标格式的表格。

内容的提问来源于stack exchange，提问作者Vincent