如何动态使用Pandas datetime对象实现按年月统计观测值数量

前置条件 #

现有仅含单列date的DataFrame，该列类型为datetime64[ns]，存在重复日期值。目标是聚合生成包含两列的新DataFrame：第一列为标准YYYY-MM格式的年月标签，第二列为对应年月下的原始观测记录总数，匹配示例输出为2017-09 对应3条观测、2017-11对应2条观测的结果。

实操实现步骤 #

核心逻辑为：先从原datetime列提取可唯一标识「年+月」的维度值，再按该维度分组统计行数，最终整理为规整的DataFrame结构。

• 提取年月维度时，优先使用Pandas自带的dt.to_period('M')接口，该方法生成的月级Period对象天生绑定年份信息，比单独提取dt.month字段更可靠
• 分组统计可复用通用的groupby().size()方法，也可针对计数场景使用更简洁的value_counts()方法

注意：分组时必须确保维度携带年份信息，不要仅单独提取dt.month字段做分组键，否则不同年份的相同月份（如2017-09和2018-09）会被合并统计，造成结果偏差。

参考代码 #

1. 通用分组聚合写法（结果按时间维度升序排列，默认适合时序分析场景）

monthly_agg = df.groupby(df['date'].dt.to_period('M')).size()\
    .reset_index(name='obs_count')
# 若需要将年月标签转为标准"YYYY-MM"字符串格式，执行以下转换
monthly_agg['date'] = monthly_agg['date'].astype(str)

2. 快速计数写法（适合只需要统计出现频次的场景）

monthly_agg = df['date'].dt.to_period('M').value_counts()\
    .rename_axis('date').reset_index(name='obs_count')
# 追加按时间排序逻辑，避免默认按计数降序打乱时间序列
monthly_agg = monthly_agg.sort_values('date').reset_index(drop=True)
monthly_agg['date'] = monthly_agg['date'].astype(str)

最终输出验证 #

针对给定的示例数据集，上述代码运行后输出结果为：

内容的提问来源于stack exchange，提问作者Clabis