Comment regrouper par année dans Pandas DataFrame (avec exemple)

Vous pouvez utiliser la syntaxe de base suivante pour regrouper les lignes par année dans un DataFrame pandas :

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

Cette formule particulière regroupe les lignes par date dans your_date_column et calcule la somme des valeurs pour la valeurs_column dans le DataFrame.

Notez que la fonction dt.year() extrait l’année d’une colonne de date dans pandas.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : Comment regrouper par année dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes réalisées par une entreprise à différentes dates :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'date': pd.date_range(start='1/1/2020', freq='3m', 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 2020-01-31      6        0
1 2020-04-30      8        3
2 2020-07-31      9        2
3 2020-10-31     11        2
4 2021-01-31     13        1
5 2021-04-30      8        3
6 2021-07-31      8        2
7 2021-10-31     15        4
8 2022-01-31     22        1
9 2022-04-30      9        5

Connexe : Comment créer une plage de dates dans Pandas

On peut utiliser la syntaxe suivante pour calculer la somme des ventes regroupées par année :

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

date
2020    34
2021    44
2022    31
Name: sales, dtype: int64

Voici comment interpréter le résultat :

• Le total des ventes réalisées en 2020 était de 34 .
• Le total des ventes réalisées en 2021 était de 44 .
• Le total des ventes réalisées en 2022 était de 31 .

Nous pouvons utiliser une syntaxe similaire pour calculer le maximum des valeurs de ventes regroupées par année :

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

date
2020    11
2021    15
2022    22
Name: sales, dtype: int64

Nous pouvons utiliser une syntaxe similaire pour calculer n’importe quelle valeur que nous aimerions regrouper par la valeur de l’année d’une colonne de date.

Remarque : Vous pouvez trouver la documentation complète de l’opération GroupBy dans pandas ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Pandas : comment calculer la somme cumulée par groupe
Pandas : comment compter les valeurs uniques par groupe
Pandas : comment calculer la corrélation par groupe