话不多说,有图有源码:

1.上图

2.因为是低代码的,只能发重要有用的代码片段了

实现思路:1)获取指定时间范围内的数据:2)df合并

#----------年份替换----------------
        for syear in range(int(byear),int(eyear)+1):
            start_date=str(syear)+strbdate[4:]
            end_date=str(syear)+stredate[4:]
            print(f"start_date={start_date} end_date={end_date}")
            # 通过布尔索引筛选日期
            mask = (data[statfield_colname] >= start_date) & (data[statfield_colname] <= end_date)
            # print(f"mask={mask}")
            filtered_df = data.loc[mask]
            # print(filtered_df)
            # 对筛选后的数据进行分类汇总
            newdata = pd.pivot_table(filtered_df, index=[f'{groupby_colname}'], values=statcolsmathe_colname,
                                   aggfunc=sum).fillna(0).rename(columns={statcolsmathe_colname: ''.join([start_date[:10], '至', end_date[:10]])})
            if syear==int(byear):
                data2 = newdata
            else:
                data2 =pd.merge(data2,newdata,on=f"{groupby_colname}")

划重点:

如果对你有所帮助,请帮忙点赞+关注+分享