将具有 ddmmYYYY 值的字典转换为具有每 mmYYYY 列计数的数据框答案

【问题标题】：Transform dictionary with ddmmYYYY values into a Dataframe with counts per mmYYYY in columns将具有 ddmmYYYY 值的字典转换为具有每 mmYYYY 列计数的数据框
【发布时间】：2025-12-15 20:35:01
【问题描述】：

我想改造下面的字典

x = {
'John': ['1.12.2021','2.12.2021','3.02.2022','4.2.2022','5.07.2022','6.07.2022','7.12.2022','8.12.2022'],
'Andrew': ['1.12.2021','2.03.2022','3.03.2022','4.05.2022','5.05.2022','6.09.2022','7.09.2022','8.11.2022','9.12.2022','10.12.2022']}

到这样的 DataFrame 中，其中的列将显示每月计数

 Name  12.2021  02.2022  03.2022  05.2022  07.2022  09.2022  11.2022  \
  John        2        2        0        0        2        0        0   
Andrew        1        0        2        2        0        2        1   

12.2022  
      2  
      2

我从这个开始，将值转换为日期时间：

x = pd.DataFrame.from_dict(x, 'index').reset_index().fillna(value='0')
x.iloc[:,1:] = pd.to_datetime(x.iloc[:,1:], format='%d.%m.%Y')
print(x)

但是得到这个错误：AttributeError: 'int' object has no attribute 'lower'

【问题讨论】：

我真的是第一天，只有十二月的日期，我没有得到输出
@mozway 感谢您的评论，粘贴错误的字典，现在修复它。
好的，然后我更新了我的答案；）

标签： python pandas dataframe datetime

【解决方案1】：

您可以使用字典理解和pandas.concat+unstack：

第一天

(pd.concat({k: pd.to_datetime(pd.Series(v), dayfirst=True)
                 .dt.strftime('%Y-%m')
                 .value_counts()
            for k,v in x.items()})
   .unstack(fill_value=0)
 )

输出：

        2021-12  2022-02  2022-03  2022-05  2022-07  2022-09  2022-11  2022-12
John          2        2        0        0        2        0        0        2
Andrew        1        0        2        2        0        2        1        2

上一个答案：第一个月（数据更新前）

(pd.concat({k: pd.Series(v, dtype='datetime64[ns]')
                 .dt.strftime('%Y-%m')
                 .value_counts()
            for k,v in x.items()})
   .unstack(fill_value=0)
 )

输出：

        2021-01  2021-02  2021-03  2021-04  2021-05  2021-06  2021-07  2021-08  2021-09  2021-10
John          1        1        1        1        1        1        1        1        0        0
Andrew        1        1        1        1        1        1        1        1        1        1

【讨论】：