对于具有多行的DataFrame,使用strftime需要更多的时间。如果日期列已经具有数据类型datetime64[ns](可以使用pd.to_datetime()进行转换,或者在csv导入期间指定parse_dates),则可以直接访问groupby标签的datetime属性(方法3)。加速是相当可观的。import numpy as np
import pandas as pd
T = pd.date_range(pd.Timestamp(0), pd.Timestamp.now()).to_frame(index=False)
T = pd.concat([T for i in range(1,10)])
T['revenue'] = pd.Series(np.random.randint(1000, size=T.shape[0]))
T.columns.values[0] = 'date'
print(T.shape) #(159336, 2)
print(T.dtypes) #date: datetime64[ns], revenue: int32
方法1:strftime%timeit -n 10 -r 7 T.groupby(T['date'].dt.strftime('%B'))['revenue'].sum()
每个回路1.47 s±10.1 ms(7次运行的平均值±标准偏差,每个10次)
方法二:石斑鱼%timeit -n 10 -r 7 T.groupby(pd.Grouper(key='date', freq='1M')).sum()
#NOTE Manually map months as integer {01..12} to strings
56.9 ms±2.88 ms/回路(7次运行的平均值±标准偏差,每个10回路)
方法3:datetime属性%timeit -n 10 -r 7 T.groupby(T['date'].dt.month)['revenue'].sum()
#NOTE Manually map months as integer {01..12} to strings
每个回路34 ms±3.34 ms(7次运行的平均值±标准偏差,每个10次)