Pandas按月份分组聚合时新增最大收支列的报错问题

首先得指出你之前的问题所在：你在agg()里用了'total_in'、'largest in'这类新列名作为字典的键，但pandas会把这些键当成原DataFrame的列名来查找——而你的原DF里根本没有这些列，自然会触发Key Error。

正确的思路是：针对原DF中已有的in、out、balance列，分别指定要应用的聚合函数，同时给聚合后的结果命名成你想要的新列名。下面是两种高效的实现方式：

方式一：使用命名聚合（推荐，可读性更高） #

这种方式是pandas 0.25+支持的语法，直接在agg()里通过新列名=(原列名, 聚合函数)的形式定义，非常直观：

# 第一步：先把date列转换成datetime类型（必须！否则分组会失效）
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

# 第二步：按月份分组并聚合
df2 = df.groupby(pd.Grouper(key='date', freq='M')).agg(
    total_in=('in', 'sum'),          # 对in列求和，命名为total_in
    total_out=('out', 'sum'),        # 对out列求和，命名为total_out
    largest_in=('in', 'max'),        # 对in列取最大值，命名为largest_in
    largest_out=('out', 'max'),      # 对out列取最大值，命名为largest_out
    final_balance=('balance', 'last')# 取balance列的最后一个值，命名为final_balance
)

注意：pd.TimeGrouper在新版本pandas中已经被pd.Grouper替代，所以用pd.Grouper(key='date', freq='M')来指定按date列的月份分组更稳妥。

方式二：先聚合再重命名列 #

如果你使用的pandas版本较低，不支持命名聚合，可以先按原列聚合，再扁平化列名并重命名：

# 先转换date列类型
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

# 分组聚合，每个原列对应多个聚合函数
df2 = df.groupby(pd.Grouper(key='date', freq='M')).agg(
    {'in': ['sum', 'max'], 
     'out': ['sum', 'max'], 
     'balance': ['last']}
)

# 扁平化多级列名，并重命名成你想要的名称
df2.columns = ['total_in', 'largest_in', 'total_out', 'largest_out', 'final_balance']

# 可选：如果需要把date从索引转回普通列
df2 = df2.reset_index()

这两种方法都不需要修改原DataFrame，直接在聚合过程中生成你需要的所有新列，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Jasper