So gruppieren sie nach tag in pandas dataframe (mit beispiel)

Sie können die folgende grundlegende Syntax verwenden, um Zeilen in einem Pandas-DataFrame nach Tag zu gruppieren:

 df. groupby (df. your_date_column . dt . day )[' values_column ']. sum ()

Diese spezielle Formel gruppiert die Zeilen nach Datum in „your_date_column“ und berechnet die Summe der Werte für „ values_column“ im DataFrame.

Beachten Sie, dass die Funktion dt.day() den Tag aus einer Datumsspalte in Pandas extrahiert.

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: So gruppieren Sie Pandas nach Tag

Nehmen wir an, wir haben den folgenden Pandas-DataFrame, der die Verkäufe eines Unternehmens zu verschiedenen Daten anzeigt:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' date ': pd. date_range (start=' 1/1/2020 ', freq=' 8h ', periods= 10 ),
                   ' sales ': [6, 8, 9, 11, 13, 8, 8, 15, 22, 9],
                   ' returns ': [0, 3, 2, 2, 1, 3, 2, 4, 1, 5]})

#view DataFrame
print (df)

                 date sales returns
0 2020-01-01 00:00:00 6 0
1 2020-01-01 08:00:00 8 3
2 2020-01-01 16:00:00 9 2
3 2020-01-02 00:00:00 11 2
4 2020-01-02 08:00:00 13 1
5 2020-01-02 16:00:00 8 3
6 2020-01-03 00:00:00 8 2
7 2020-01-03 08:00:00 15 4
8 2020-01-03 16:00:00 22 1
9 2020-01-04 00:00:00 9 5

Verwandte Themen: So erstellen Sie einen Datumsbereich in Pandas

Wir können die folgende Syntax verwenden, um die Summe der nach Tagen gruppierten Verkäufe zu berechnen:

 #calculate sum of sales grouped by day
df. groupby (df. date . dt . day )[' sales ']. sum ()

date
1 23
2 32
3 45
4 9
Name: sales, dtype: int64

So interpretieren Sie das Ergebnis:

• Der Gesamtumsatz betrug am 1. Januar 23 .
• Der Gesamtumsatz am 2. Januar betrug 32 .
• Der Gesamtumsatz am 3. Januar betrug 45 .
• Der Gesamtumsatz am 4. Januar betrug 9 .

Wir können eine ähnliche Syntax verwenden, um die maximalen Verkaufswerte gruppiert nach Monat zu berechnen:

 #calculate max of sales grouped by day
df. groupby (df. date . dt . day )[' sales ']. max ()

date
1 9
2 13
3 22
4 9
Name: sales, dtype: int64

Wir können eine ähnliche Syntax verwenden, um jeden Wert zu berechnen, den wir nach dem Tageswert einer Datumsspalte gruppieren möchten.

Hinweis : Die vollständige Dokumentation der GroupBy-Operation in Pandas finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So gruppieren Sie Pandas nach Woche
So gruppieren Sie bei Pandas nach Monaten
So gruppieren Sie in Pandas nach Vierteln