Pandas DataFrame执行groupby后缺失日期列的恢复方法

嘿，我来帮你搞定这个groupby后丢失Exec Date和Planned Exec Date列的麻烦！这种情况通常是因为Pandas默认不知道该怎么处理日期列——如果你只对其他列做聚合操作，日期列会被自动排除，除非你明确告诉它该怎么保留或聚合这些列。下面分几种常见场景给你解决方案：

场景1：每个分组内的日期列值是唯一的 #

如果你的每个分组里，所有行的Exec Date和Planned Exec Date都是同一个值（比如同一批次任务的执行日期固定），那有两种简单的处理方式：

方法1：把日期列加入分组键 #

直接将这两个日期列和你原本的分组键放在一起，这样分组后它们会被保留在结果里：

# 假设你原本是按'Project ID'分组，现在把日期列也加入分组键
grouped_df = df.groupby(['Project ID', 'Exec Date', 'Planned Exec Date']).agg({'Task Hours': 'sum'}).reset_index()

reset_index()会把分组键从索引变回普通列，这样你就能看到完整的日期列了。

方法2：用transform保留日期列 #

如果你不想把日期列作为分组键，可以先用transform给每个分组填充统一的日期值，再做聚合：

# 给每个分组的日期列填充该组的第一个值（因为值唯一，取first/min/max都一样）
df['Exec Date'] = df.groupby('Project ID')['Exec Date'].transform('first')
df['Planned Exec Date'] = df.groupby('Project ID')['Planned Exec Date'].transform('first')

# 然后正常聚合其他列
grouped_df = df.groupby('Project ID').agg({'Task Hours': 'sum', 'Exec Date': 'first', 'Planned Exec Date': 'first'}).reset_index()

场景2：每个分组内的日期列有多个值 #

如果同一个分组里有多个不同的日期（比如一个项目分多次执行），那你需要明确指定日期列的聚合规则，比如取最早/最晚日期，或者把所有日期收集成列表：

grouped_df = df.groupby('Project ID').agg(
    Total_Hours=('Task Hours', 'sum'),
    First_Exec_Date=('Exec Date', 'min'),  # 取分组内最早的执行日期
    Last_Planned_Date=('Planned Exec Date', 'max'),  # 取分组内最晚的计划日期
    All_Exec_Dates=('Exec Date', list)  # 把所有执行日期收集成列表
).reset_index()

如果你的日期是字符串格式，还可以用', '.join把日期拼接成字符串（记得先把日期转成字符串类型）。

场景3：用合并的方式恢复日期列 #

如果上面的方法都不适用，你可以先单独聚合数值列，再把原数据里的日期列合并回去（适合日期列在分组内唯一的情况）：

# 第一步：聚合你需要的数值列
aggregated_df = df.groupby('Project ID').agg({'Task Hours': 'sum'}).reset_index()

# 第二步：提取每个分组的唯一日期（去重避免重复合并）
date_info_df = df[['Project ID', 'Exec Date', 'Planned Exec Date']].drop_duplicates()

# 第三步：合并两个DataFrame
final_df = aggregated_df.merge(date_info_df, on='Project ID', how='left')

常见坑提醒 #

• 检查日期列的类型：如果日期被当成了字符串，聚合时可能会出现意外结果，先用pd.to_datetime()把它们转成日期类型。
• 确认分组前没有过滤掉日期列：有时候可能不小心在groupby之前用了df = df[['Project ID', 'Task Hours']]，导致日期列被提前删掉。
• 避免用as_index=True后忘记reset_index()：默认groupby会把分组键设为索引，如果你没重置索引，日期列可能藏在索引里而不是普通列中。

内容的提问来源于stack exchange，提问作者novastar