Pandas 按年份把行加起来

我的数据框如下所示：

            Dividends  Stock Splits
Date                               
2014-08-13       0.28           0.0
2015-04-27       0.30           0.0
2015-07-31       0.30           0.0
2016-05-05       0.30           0.0
2016-08-15       0.30           0.0
2017-05-04       0.30           0.0
2017-08-11       0.33           0.0
2018-05-03       0.50           0.0
2018-08-08       0.60           0.0
2019-05-02       0.60           0.0
2019-05-17       0.30           0.0
2019-08-05       0.30           0.0
2019-11-18       0.30           0.0
2020-04-07       0.33           0.0
2020-05-12       0.33           0.0

我想将每年的股息相加，显示如下：

2015  0.60
2016  0.60
2017  0.63
2018  1.10
....

任何帮助都将不胜感激。非常感谢

确保数据框按日期编制索引，列为数字数据类型

然后是一个简单的

resample（）

输出

    Dividends
Date    
2014-12-31  0.28
2015-12-31  0.60
2016-12-31  0.60
2017-12-31  0.63
2018-12-31  1.10
2019-12-31  1.50
2020-12-31  0.66

确保数据框按日期编制索引，列为数字数据类型

然后是一个简单的

resample（）

输出

    Dividends
Date    
2014-12-31  0.28
2015-12-31  0.60
2016-12-31  0.60
2017-12-31  0.63
2018-12-31  1.10
2019-12-31  1.50
2020-12-31  0.66

---

您可以使用

pd.to_datetime

将索引

'Date'

转换为datetime，然后根据索引年份尝试

groupby

+

sum

：

df.index=pd.to_datetime(df.index)
df.groupby(df.index.year)['Dividends'].sum()

输出：

Date
2014    0.28
2015    0.60
2016    0.60
2017    0.63
2018    1.10
2019    1.50
2020    0.66

---

您可以使用

pd.to_datetime

将索引

'Date'

转换为datetime，然后根据索引年份尝试

groupby

+

sum

：

df.index=pd.to_datetime(df.index)
df.groupby(df.index.year)['Dividends'].sum()

输出：

Date
2014    0.28
2015    0.60
2016    0.60
2017    0.63
2018    1.10
2019    1.50
2020    0.66