Python 需要根据数据列中的月份使用熊猫对数据进行分组

我想根据一月和二月对数据进行分组。这是我拥有的数据集的一个示例

   Date       Count

01.01.2019       1  
01.02.2019       7  
02.01.2019       4  
03.01.2019       4  
04.01.2019       1  
04.02.2019       5

我想将数据分组如下，其中总计数是基于第1个月（1月）和第2个月（2月）的计数的总和：

---

强制转换到日期时间，按和分组：

---

要按月份对索引进行排序，我们可以执行以下操作：

s = df.groupby(pd.to_datetime(df['Date-'], format='%d.%m.%Y-').dt.month)['Count'].sum()
s.index = pd.to_datetime(s.index, format='%m').month_name().str[:3]
s.rename_axis('Month').reset_index(name='Total_Count')

  Month  Total_Count
0   Jan           10
1   Feb           12

---

不，没有。我很抱歉欢迎你@VishvamNaik别忘了你可以投票并接受答案。看，谢谢！我对此有点怀疑。如何通过在进一步的代码中调用来将列添加到此数据帧中？如果可以更好地避免，通常@vishvam不是一个好的做法。最好的方法是只计算一次，就这样。附加到df不是一个好主意。

(df.groupby(pd.to_datetime(df['Date'], format='%d.%m.%Y')
   .dt.month_name()
   .str[:3])['Count']
   .sum()
   .rename_axis('Month')
   .reset_index(name='Total_Count'))

  Month  Total_Count
0   Feb           12
1   Jan           10

s = df.groupby(pd.to_datetime(df['Date-'], format='%d.%m.%Y-').dt.month)['Count'].sum()
s.index = pd.to_datetime(s.index, format='%m').month_name().str[:3]
s.rename_axis('Month').reset_index(name='Total_Count')

  Month  Total_Count
0   Jan           10
1   Feb           12