Pandas : comment rééchantillonner des séries chronologiques avec groupby()

Rééchantillonner les données de séries chronologiques signifie agréger les données sur une nouvelle période.

Si vous souhaitez rééchantillonner une série temporelle dans pandas en utilisant l’opérateur groupby , vous pouvez utiliser la syntaxe de base suivante :

grouper = df.groupby([pd.Grouper(freq='W'), 'store'])

result = grouper['sales'].sum().unstack('store').fillna(0) 

Cet exemple particulier regroupe les lignes du DataFrame par colonne store , puis rééchantillonne la série chronologique par semaine ( freq=’W’ ), puis calcule la somme des valeurs dans la colonne sales .

Notez que nous pouvons rééchantillonner les données de séries chronologiques selon différentes périodes, notamment :

• S : Secondes
• min : Minutes
• H : Horaires
• J : Jour
• W : Semaine
• M : Mois
• Q : Trimestre
• A : Année

L’exemple suivant montre comment rééchantillonner des données de séries chronologiques avec une opération groupby dans la pratique.

Exemple : rééchantillonner une série chronologique avec groupby dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre le total des ventes réalisées chaque jour dans deux magasins différents :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'sales': [13, 14, 17, 17, 16, 22, 28, 10, 17, 10, 11],
                   'store': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B']},
                   index=pd.date_range('2023-01-06', '2023-01-16', freq='d'))

#view DataFrame
print(df)

            sales store
2023-01-06     13     A
2023-01-07     14     A
2023-01-08     17     A
2023-01-09     17     A
2023-01-10     16     A
2023-01-11     22     B
2023-01-12     28     B
2023-01-13     10     B
2023-01-14     17     B
2023-01-15     10     B
2023-01-16     11     B

Supposons que nous souhaitions regrouper les lignes par magasin , puis rééchantillonner la série chronologique par semaine, puis calculer la somme des valeurs dans la colonne des ventes .

Nous pouvons utiliser la syntaxe suivante pour ce faire :

#group by store and resample time series by week
grouper = df.groupby([pd.Grouper(freq='W'), 'store'])

#calculate sum of sales each week by store
result = grouper['sales'].sum().unstack('store').fillna(0)

#view results
print(result)

store          A     B
2023-01-08  14.0   0.0
2023-01-15  16.5  17.0
2023-01-22   0.0  11.0

À partir du résultat, nous pouvons voir :

• La somme des ventes de la semaine se terminant le 8/01/2023 dans le magasin A est de 14 .
• La somme des ventes de la semaine se terminant le 8/01/2023 dans le magasin B est de 0 .

Et ainsi de suite.

Notez que dans cet exemple nous avons choisi de calculer la somme des valeurs de la colonne ventes .

Cependant, nous pourrions choisir d’autres mesures telles que le nombre, la moyenne, la médiane, le min, le max, etc.

Remplacez simplement sum() dans le code ci-dessus par count() , Mean() , Median() , etc. pour calculer la métrique de votre choix.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes en Python :

Comment tracer une série chronologique dans Matplotlib
Comment tracer une série chronologique dans Seaborn
Comment calculer MAPE de séries chronologiques en Python