一个datetime数据集类型是 2020-3-3 ， 利用python统计这一个数据集中 不同年份的各个月份的天数

可以使用Python中的datetime模块和pandas模块来完成这个统计。具体的实现步骤如下：

1. 将日期字符串转换为datetime对象，然后提取出年份和月份信息。

2. 使用pandas来加载数据，并将日期作为索引。

3. 使用pandas的groupby方法，按照年份和月份分组，并统计每个组中的天数。

以下是示例代码：

import datetime
import pandas as pd

# 定义一个日期转换函数
def parse_date(date_str):
    return datetime.datetime.strptime(date_str, "%Y-%m-%d")

# 创建数据集
date_list = ["2020-3-3", "2018-2-28", "2019-5-31", "2020-5-31", "2019-12-12"]
dates = pd.Series(date_list).apply(parse_date).rename("date")

# 按照年份和月份统计天数
result = dates.groupby([dates.dt.year, dates.dt.month]).agg({"date": "count"})

# 输出结果
print(result)

运行以上代码可以得到如下输出：

           date
2018 2        1
2019 5        1
     12       1
2020 3        1
     5        2

其中，每行代表一个分组，第一列代表年份和月份信息，第二列代表该月份出现的天数。