Python中如何按id分组月度聚合DataFrame并统计Value总和？

嘿，作为Python新手能想到用分组统计来处理这份日度数据，已经迈出很棒的一步啦！我来帮你一步步实现目标，把原始的日度DataFrame转换成按ID和月度统计a、b数量的df1。

第一步：先明确原始数据结构（模拟示例） #

首先我先模拟一份和你描述一致的示例数据，方便你对照理解：

import pandas as pd

# 构造你的df示例：1月10天，id1和id2的日度Value数据
data = {
    'date': pd.date_range(start='2024-01-01', end='2024-01-10').repeat(2),
    'id': [1, 2]*10,
    'Value': ['a','b','a','a','b','b','a','b','a','a','b','b','a','a','b','b','a','b','a','b']
}
df = pd.DataFrame(data)

第二步：确保日期列是datetime类型（关键前提） #

如果你的原始df里date列是字符串格式，得先转换成datetime类型，这样才能提取月份信息：

# 转换日期列（如果已经是datetime可以跳过这步）
df['date'] = pd.to_datetime(df['date'])

第三步：提取月度信息 #

我们可以给df新增一个month列，用周期类型（比如2024-01）来表示月份，这样分组更清晰：

df['month'] = df['date'].dt.to_period('M')

第四步：分组统计a和b的数量（两种常用方法） #

这里给你两种简单易懂的实现方式，选你觉得顺手的就行：

方法一：groupby + value_counts + unstack #

这种方法先分组，再统计每个组内Value的频次，最后把行转成列：

# 按id和month分组，统计Value的频次，转列后填充缺失值为0
df1 = df.groupby(['id', 'month'])['Value'].value_counts().unstack(fill_value=0).reset_index()

方法二：pivot_table（更直观的透视表方式） #

透视表是pandas里做分组统计的利器，参数一目了然：

df1 = pd.pivot_table(df,
                     index=['id', 'month'],  # 行分组依据：id和月份
                     columns='Value',        # 列分组依据：Value的a和b
                     aggfunc='size',         # 统计方式：计数
                     fill_value=0).reset_index()  # 填充空值为0，把索引变回列

最终效果 #

运行完上面的代码后，df1就会是你想要的结果，大概长这样：

Value  id    month  a  b
0      1  2024-01  7  3
1      2  2024-01  3  7

简单解释下：这个结果展示了id1在2024年1月里，Value为a的有7天，b的有3天；id2则是a有3天，b有7天，完全符合你的需求～

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