如何使用pandas按月和年对行进行分组和计数？

如何解决如何使用pandas按月和年对行进行分组和计数？

要对多个条件进行分组，请传递列或条件的列表：

df['birthdate'].groupby([df.birthdate.dt.year, df.birthdate.dt.month]).agg('count')

例：

In [165]:
df = pd.DataFrame({'birthdate':pd.date_range(start=dt.datetime(2015,12,20),end=dt.datetime(2016,3,1))})
df.groupby([df['birthdate'].dt.year, df['birthdate'].dt.month]).agg({'count'})

Out[165]:
                    birthdate
                        count
birthdate birthdate          
2015      12               12
2016      1                31
          2                29
          3                 1

由于0.23.0多索引级别名称必须唯一的限制，上述代码从版本开始不再起作用，您现在需要rename级别才能使其起作用：

In[107]:
df.groupby([df['birthdate'].dt.year.rename('year'), df['birthdate'].dt.month.rename('month')]).agg({'count'})

Out[107]: 
           birthdate
               count
year month          
2015 12           12
2016 1            31
     2            29
     3             1

解决方法

我有一个包含个人数据（例如姓名，身高，体重和出生日期）的数据集。我将用特定月份和年份中出生的人数来构建图表。我正在使用python熊猫来完成此操作，我的策略是尝试按年份和月份分组并使用计数进行添加。但是我得到的最接近的是按年或按月统计人数，而不是按两者统计。

df['birthdate'].groupby(df.birthdate.dt.year).agg('count')

其他问题指向一个名为TimeGrouper的石斑鱼，但在熊猫文档中搜索没有发现任何问题。任何想法？