Python如何对DataFrame多日期数据按年月分组统计各阶段流程数

步骤1：宽表转长表 #

使用pd.melt把分散的20个阶段的状态、日期列整合成规范的长结构，避免循环遍历的冗余代码：

import pandas as pd

# 提取所有阶段相关列
status_cols = [col for col in df.columns if 'Status' in col]
completion_cols = [col for col in df.columns if 'Completion' in col]

# 转换状态列到长表
df_status = df.melt(
    id_vars='id',
    value_vars=status_cols,
    var_name='stage',
    value_name='status'
)
df_status['stage'] = df_status['stage'].str.replace(' Status', '', regex=False)

# 转换完成日期列到长表
df_completion = df.melt(
    id_vars='id',
    value_vars=completion_cols,
    var_name='stage',
    value_name='completion_date'
)
df_completion['stage'] = df_completion['stage'].str.replace(' Completion', '', regex=False)

# 合并得到每个id+阶段的唯一明细行
df_long = pd.merge(df_status, df_completion, on=['id', 'stage'])

步骤2：日期格式化与统计维度提取 #

把日期转为标准格式，提取后续分组用的年月字段：

# 转datetime格式，无效日期自动转空值NaT
df_long['completion_date'] = pd.to_datetime(df_long['completion_date'], errors='coerce')
# 提取年月，格式为2021-01，作为统计维度
df_long['year_month'] = df_long['completion_date'].dt.to_period('M')

如果原始表的状态值为英文，可提前做映射统一为中文：

df_long['status'] = df_long['status'].replace({'Completed':'已完成', 'Open':'开放'})

步骤3：多维度分组统计 #

按年月、阶段、状态三个维度分组计数即可得到目标结果：

# 分组计数
result = df_long.groupby(['year_month', 'stage', 'status'], dropna=False)['id'].count().reset_index(name='count')

# 如果需要转为年月为行、阶段+状态为列的宽表展示，可补充透视逻辑
result_pivot = result.pivot_table(
    index='year_month',
    columns=['stage', 'status'],
    values='count',
    fill_value=0
).reset_index()

结果说明 #

• 已完成状态的统计会自动匹配非空完成日期对应的年月，空日期不会计入已完成统计
• 开放状态的统计直接匹配status字段即可，无需关联日期，空日期的条目会正常纳入计数

内容的提问来源于stack exchange，提问作者Peter Gould