Python & Pandas按天分组并统计每日数据量

嘿，作为Pandas新手碰到时间序列问题太正常了，你的思路完全可行！而且其实不用手动去构建字典——Pandas本身就有非常简洁的工具帮你完成这个需求，效率还高，特别适合你13万行的数据集。

先给你梳理下实操步骤，全程都是Pandas原生的高效操作：

第一步：确保时间列是datetime类型 #

如果你的date & time of connection列还不是datetime格式（比如是字符串），先做转换，这是后续所有时间操作的基础：

import pandas as pd

# 把字符串格式的时间转成datetime类型
df['date & time of connection'] = pd.to_datetime(df['date & time of connection'])

第二步：按日期分组统计数量并转成字典 #

这里有两种简洁的实现方式，选你顺手的就行：

方法一：用value_counts一步到位 #

这是最省心的写法，直接提取日期部分统计频次，再转成字典：

# 提取日期并统计数量，直接转成字典
date_count_dict = df['date & time of connection'].dt.date.value_counts().to_dict()

方法二：用groupby + size #

如果你更习惯分组的逻辑，也可以这么写：

# 按日期分组，统计每组的行数，再转成字典
date_count_dict = df.groupby(df['date & time of connection'].dt.date).size().to_dict()

可选：把日期键转成dd/mm/yyyy字符串格式 #

上面得到的字典键是datetime.date对象（比如datetime.date(2024,5,20)），如果想要键是你要的dd/mm/yyyy字符串格式，做个简单的字典推导就行：

date_count_str_dict = {date.strftime('%d/%m/%Y'): count for date, count in date_count_dict.items()}

为啥你之前的代码效果不好？ #

你之前写的df.groupby('date & time of connection')['date & time of connection'].apply(list)，本质是把每个精确时间点的所有记录都存成了列表——这不仅完全不是你要的「按日期统计数量」，还会因为存储大量重复的时间数据，额外占用内存，处理13万行数据自然会很拖沓。

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