Pandas DataFrame 包含名为 "date" 的列，其中包含非唯一的 datetime 值。
我可以使用以下方法对该框架中的行进行分组：
data.groupby(data['date'])
但是，这会按datetime 值拆分数据。我想按存储在“日期”列中的年份对这些数据进行分组。 This page 展示了在时间戳用作索引的情况下如何按年份分组，而我的情况并非如此。
如何实现这种分组？
【问题讨论】：
我正在使用熊猫 0.16.2。这在我的大型数据集上具有更好的性能：
data.groupby(data.date.dt.year)
使用dt 选项并使用weekofyear、dayofweek 等变得容易得多。
【讨论】：
ecatmur 的解决方案可以正常工作。不过，这将在大型数据集上表现更好：
data.groupby(data['date'].map(lambda x: x.year))
【讨论】：
map 在应用任意函数时通常比仅使用 apply 具有一些良好的效率品质。
使用示例数据集可能更容易解释。
创建示例数据
假设我们有一列时间戳 date 和另一列我们要对其执行聚合的列 a。
df = pd.DataFrame({'date':pd.DatetimeIndex(['2012-1-1', '2012-6-1', '2015-1-1', '2015-2-1', '2015-3-1']),
'a':[9,5,1,2,3]}, columns=['date', 'a'])
df
date a
0 2012-01-01 9
1 2012-06-01 5
2 2015-01-01 1
3 2015-02-01 2
4 2015-03-01 3
有几种按年份分组的方法
year 属性结合使用date放入索引并使用匿名函数访问年份resample方法.dt 具有 year 属性的访问器当您有一列（而不是索引）熊猫时间戳时，您可以使用 dt 访问器访问更多额外的属性和方法。例如：
df['date'].dt.year
0 2012
1 2012
2 2015
3 2015
4 2015
Name: date, dtype: int64
我们可以使用它来形成我们的组并计算特定列上的一些聚合：
df.groupby(df['date'].dt.year)['a'].agg(['sum', 'mean', 'max'])
sum mean max
date
2012 14 7 9
2015 6 2 3
如果将日期列设置为索引，它将成为 DateTimeIndex，其属性和方法与 dt 访问器提供的普通列相同
df1 = df.set_index('date')
df1.index.year
Int64Index([2012, 2012, 2015, 2015, 2015], dtype='int64', name='date')
有趣的是，当使用 groupby 方法时，您可以向它传递一个函数。此函数将隐式传递 DataFrame 的索引。所以，我们可以从上面得到相同的结果：
df1.groupby(lambda x: x.year)['a'].agg(['sum', 'mean', 'max'])
sum mean max
2012 14 7 9
2015 6 2 3
resample 方法如果您的日期列不在索引中，则必须使用on 参数指定该列。您还需要将offset alias 指定为字符串。
df.resample('AS', on='date')['a'].agg(['sum', 'mean', 'max'])
sum mean max
date
2012-01-01 14.0 7.0 9.0
2013-01-01 NaN NaN NaN
2014-01-01 NaN NaN NaN
2015-01-01 6.0 2.0 3.0
您还可以将日期列转换为 pandas Period 对象。我们必须将偏移别名作为字符串传入，以确定 Period 的长度。
df['date'].dt.to_period('A')
0 2012
1 2012
2 2015
3 2015
4 2015
Name: date, dtype: object
然后我们可以将其用作一个组
df.groupby(df['date'].dt.to_period('Y'))['a'].agg(['sum', 'mean', 'max'])
sum mean max
2012 14 7 9
2015 6 2 3
【讨论】：
to_period('A')的最后一个方法中，那个('A')是干什么用的？
'A' 是一个时间序列偏移别名：pandas.pydata.org/pandas-docs/stable/…
.dt.year 方法并将其保存在一个新的数据框中，日期将保存为索引，如果说我需要绘制数据，因为“日期”列并不存在，但只有.agg()中提供的三个
这应该可行：
data.groupby(lambda x: data['date'][x].year)
【讨论】：
这也行
data.groupby(data['date'].dt.year)
【讨论】：
<pandas.core.groupby.DataFrameGroupBy object at 0x10d7f6438> 是我执行时得到的。
用途：
data.groupby(['col1', data.date.dt.year]).agg({'col2': 'agg_func'}).reset_index()
如果您想从日期时间列和另一个不同类型的列 (col1) 按年份分组
【讨论】：