pandas 按年月周数透视数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

把“日期”列拆成年/月/周，再按“类别”做行→列透视，是日报、月报里最常遇到的“重复性体力劳动”。今天用 2 个低调却高频的 pandas 方法——pd.to_datetime 与 pivot_table——一条链式代码完成“拆日期+透视+排序+重命名”全家桶，让你 5 分钟交差，还能早 1 小时下班摸鱼。

数据与需求

原始数据如下：

import pandas as pd
from io import StringIO

raw = """日期,类别,销量
2024-06-01,手机,120
2024-06-01,配件,80
2024-06-02,手机,150
2024-06-02,配件,90
2024-06-08,手机,200
2024-06-09,配件,110
2024-07-01,手机,180
2024-07-02,配件,95"""

df = pd.read_csv(StringIO(raw))
df
'''
           日期  类别   销量
0  2024-06-01  手机  120
1  2024-06-01  配件   80
2  2024-06-02  手机  150
3  2024-06-02  配件   90
4  2024-06-08  手机  200
5  2024-06-09  配件  110
6  2024-07-01  手机  180
7  2024-07-02  配件   95
'''

需求描述：

把“日期”拆成年、月、周三列；
按“年、月、周”做行索引，把“类别”变列头，值取“销量”之和；
列按“手机→配件”从左到右，行按时间升序；
一次性链式完成，不得中途落盘。

正确结果示意：

            手机   配件
年    月 周           
2024 6 22  270  170
       23  200  110
     7 27  180   95

思路

我们的大体思路如下：

① pd.to_datetime 把字符串转日期 → ② .dt.isocalendar() 一次拿到年/月/周 → ③ pivot_table 透视，索引=年+月+周，列=类别，值=sum(销量) → ④ 调换列顺序、重置索引名称，一条链到底。

参考代码

参考链式代码如下：

(
    df
    .assign(日期=pd.to_datetime(df['日期']))   # ① 转日期类型
    .assign(年=lambda x: x['日期'].dt.year,    # ② 拆出年/月/周
            月=lambda x: x['日期'].dt.month,
            周=lambda x: x['日期'].dt.isocalendar().week)
    .pivot_table(index=['年', '月', '周'],       # ③ 透视
                 columns='类别',
                 values='销量',
                 aggfunc='sum',
                 fill_value=0)
    .reindex(columns=['手机', '配件'])  	# ④ 列顺序
    .rename_axis(columns=None)  	# 干掉顶部“类别”
    .sort_index()                         # 时间升序
)
'''
            手机   配件
年    月 周           
2024 6 22  270  170
       23  200  110
     7 27  180   95
'''

代码拆解

assign 三连击：一次性追加三列，避免多次 df[] = 破坏链式风格。
dt.isocalendar().week 直接返回 ISO 周数，比手动算 //7 更准。
pivot_table 默认 margins=False，干净清爽；fill_value=0 让空周显示 0 而不是 NaN。
reindex(columns=[...]) 保证“手机”永远在左，老板看图不扭头。
整条链无中间变量，复制即可跑，Jupyter 里一个 Cell 出结果。

结语

学会“日期→年/月/周”+“透视”这两个高频套路，日报、周报、月报都能 1 行代码交差。下回再被催“快点出透视表”，直接把本文链式代码甩过去，让同事感受 pandas 的暴力美学。

（完）

pandas 按年月周数透视数据

数据与需求

思路

参考代码

结语

相关内容