Python时间序列按年季度分组聚合报TypeError错误的解决方法

你遇到的这个TypeError其实是两个小细节问题导致的，我帮你拆解并修正：

问题1：分组键的传递方式错误 #

你直接把df['Date'].dt.year和df['Date'].dt.quarter作为两个独立参数传给groupby，但Pandas的groupby要求多个分组键必须放在列表里。如果分开传，第二个参数会被误识别为axis参数（这个参数只能是0或1），Pandas尝试处理时就会触发"str和int无法拼接"的类型错误。

问题2：聚合函数未明确指定 #

你的agg({'AmountInUSD'})写法不符合要求，agg方法需要明确你对目标列要执行什么聚合操作（比如求和、平均值、计数等），只写列名无法让Pandas知道你想做什么。

修正后的基础代码 #

这里以对AmountInUSD求和为例，你可以根据需求换成'mean'、'count'等聚合函数：

import pandas as pd

# 先确保Date列是datetime类型（如果还没转换的话）
df['Date'] = pd.to_datetime(df['Date'])

# 正确的分组聚合写法
ts_quarter = df.groupby([df['Date'].dt.year, df['Date'].dt.quarter]).agg({'AmountInUSD': 'sum'})['AmountInUSD']

优化写法（更易读） #

如果想让分组后的结果索引更清晰，可以给年份和季度的分组键重命名：

ts_quarter = df.groupby(
    [df['Date'].dt.year.rename('Year'), df['Date'].dt.quarter.rename('Quarter')]
).agg(AmountTotal=('AmountInUSD', 'sum'))

这样结果的行索引会显示Year和Quarter，列名是AmountTotal，后续处理起来更直观。

内容的提问来源于stack exchange，提问作者Kedar17