如何循环按月份拆分pandas DataFrame并计算各分组的列相关系数

你的原有代码未输出预期结果有两个核心原因：

• 嵌套了多余的while循环，且循环内没有更新selectmonth变量的逻辑，程序会一直卡在第一个月的处理流程中死循环，无法执行后续月份的处理
• 循环体内没有添加打印逻辑，计算得到的相关系数结果没有输出，最后仅执行了一行空打印，看不到任何有效内容

实现1-12月自动循环处理的代码 #

写法1：沿用你的手动处理逻辑套入循环

直接遍历1-12月，去掉多余的while嵌套即可：

import pandas as pd

dados = pd.read_excel(r'XXX')

for selectmonth in range(1, 13):
    dfdatas = dados.loc[dados['month'] == selectmonth]
    # 跳过无数据的月份，避免计算报错
    if dfdatas.empty:
        continue
    print('\n Voce selecionou o mês: ', selectmonth)
    correlacao2 = dfdatas.corr().round(4).iloc[0]
    print(correlacao2)

写法2：用pandas groupby实现更高效的分组处理

无需手动判断月份筛选逻辑，自动按month字段分组遍历所有存在的月份数据：

import pandas as pd

dados = pd.read_excel(r'XXX')

for selectmonth, dfdatas in dados.groupby('month'):
    # 仅处理1-12月的合法月份数据，过滤异常值
    if 1 <= selectmonth <= 12:
        print('\n Voce selecionou o mês: ', selectmonth)
        correlacao2 = dfdatas.corr().round(4).iloc[0]
        print(correlacao2)

内容的提问来源于stack exchange，提问作者user11843117