如何在 pandas 中以 5 分钟为间隔进行分组

您可以使用以下基本语法将 pandas DataFrame 中的行按 5 分钟间隔分组：

 df. resample (' 5min '). sum ()

这个特定的公式假设您的 DataFrame 的索引包含日期时间值，并计算 DataFrame 中每列的总和，分组为 5 分钟间隔。

以下示例展示了如何在实践中使用此语法。

相关： pandas 中的 resample() 简介

示例：如何在 pandas 中以 5 分钟间隔进行分组

假设我们有以下 pandas DataFrame，它显示了一家公司在不同日期和时间的销售额：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' date ': pd.date_range (start=' 1/1/2020 ', freq=' min ', periods= 12 ),
                   ' sales ': [6, 8, 9, 11, 13, 8, 8, 15, 22, 9, 8, 4],
                   ' returns ': [0, 3, 2, 2, 1, 3, 2, 4, 1, 5, 3, 2]})

#set 'date' column as index
df = df. set_index (' date ')

#view DataFrame
print (df)

                     sales returns
date                               
2020-01-01 00:00:00 6 0
2020-01-01 00:01:00 8 3
2020-01-01 00:02:00 9 2
2020-01-01 00:03:00 11 2
2020-01-01 00:04:00 13 1
2020-01-01 00:05:00 8 3
2020-01-01 00:06:00 8 2
2020-01-01 00:07:00 15 4
2020-01-01 00:08:00 22 1
2020-01-01 00:09:00 9 5
2020-01-01 00:10:00 8 3
2020-01-01 00:11:00 4 2

相关：如何在 Pandas 中创建日期范围

我们可以使用以下语法来计算按 5 分钟间隔分组的销售额总和：

 #calculate sum of sales and returns grouped by 5-minute intervals
df. resample (' 5min '). sum ()

                     sales returns
date		
2020-01-01 00:00:00 47 8
2020-01-01 00:05:00 62 15
2020-01-01 00:10:00 12 5

以下是如何解释结果：

• 0-4 分钟内的总销量为47 ，总退货为8 。
• 第 5-9 分钟的总销量为62 ，总退货为15 。
• 第 10-14 分钟内的总销售额为1 2 ，总回报为5 。

我们可以使用类似的语法来计算最大销售值和退货值，以 5 分钟间隔分组：

 #calculate max of sales and max of returns grouped by 5-minute intervals
df. resample (' 5min '). max ()

	             sales returns
date		
2020-01-01 00:00:00 13 3
2020-01-01 00:05:00 22 5
2020-01-01 00:10:00 8 3

我们可以使用类似的语法来计算我们想要分组为 5 分钟间隔的任何值。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何按天对大熊猫进行分组
如何在 pandas 中按周分组
如何在 Pandas 中按月分组
如何在 Pandas 中按季度分组