如何按国家对Pandas DataFrame进行月度重采样？

问题根源 #

你执行resample('M').sum()时，Pandas会对DataFrame中所有列应用sum操作。由于Country是字符串类型，Pandas对字符串执行sum的逻辑是拼接所有同组的字符串，因此出现了ATATAT...这类重复拼接的异常结果。

修正方案 #

方案1：仅对数值列（Value）求和

直接指定只对Value列执行聚合，避免处理Country列：

import pandas as pd

# 先确保Date是datetime类型（如果原数据中Date为字符串格式）
merged_df['Date'] = pd.to_datetime(merged_df['Date'])
merged_df.set_index('Date', inplace=True)

# 仅对Value列做月度求和
monthly_values = merged_df.groupby('Country').resample('M')['Value'].sum()

执行后得到带多级索引（Country + Date）的Series，仅包含月度求和后的Value值。如果需要转回常规DataFrame格式，可追加：

monthly_values = monthly_values.reset_index(name='Value')

方案2：用agg明确指定各列聚合规则

如果需要在结果中保留Country列，可以通过agg为不同列指定对应逻辑（同组内Country值一致，取任意一个即可）：

import pandas as pd

merged_df['Date'] = pd.to_datetime(merged_df['Date'])
merged_df.set_index('Date', inplace=True)

monthly_values = merged_df.groupby('Country').resample('M').agg({
    'Country': 'first',  # 取同组第一个Country值（所有值完全相同）
    'Value': 'sum'       # 对Value做月度求和
})

内容的提问来源于stack exchange，提问作者jakvah