Cara mengelompokkan berdasarkan hari di pandas dataframe (dengan contoh)

Anda dapat menggunakan sintaks dasar berikut untuk mengelompokkan baris berdasarkan hari di pandas DataFrame:

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

Rumus khusus ini mengelompokkan baris berdasarkan tanggal di kolom_tanggal_Anda dan menghitung jumlah nilai untuk kolom_nilai di DataFrame.

Perhatikan bahwa fungsi dt.day() mengekstrak hari dari kolom tanggal di panda.

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Cara mengelompokkan panda berdasarkan hari

Katakanlah kita memiliki panda DataFrame berikut yang menunjukkan penjualan yang dilakukan oleh suatu perusahaan pada tanggal berbeda:

 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

Terkait: Cara Membuat Rentang Tanggal di Pandas

Kita dapat menggunakan sintaks berikut untuk menghitung jumlah penjualan yang dikelompokkan berdasarkan hari:

 #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

Berikut cara menafsirkan hasilnya:

• Total penjualan yang dilakukan pada tanggal 1 Januari adalah 23 .
• Total penjualan yang dilakukan pada tanggal 2 Januari adalah 32 .
• Total penjualan yang dilakukan pada tanggal 3 Januari adalah 45 .
• Total penjualan yang dilakukan pada tanggal 4 Januari adalah 9 .

Kita dapat menggunakan sintaks serupa untuk menghitung nilai penjualan maksimum yang dikelompokkan berdasarkan bulan:

 #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

Kita dapat menggunakan sintaks serupa untuk menghitung nilai apa pun yang ingin kita kelompokkan berdasarkan nilai harian kolom tanggal.

Catatan : Anda dapat menemukan dokumentasi lengkap operasi GroupBy di pandas di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara mengelompokkan panda berdasarkan minggu
Cara mengelompokkan berdasarkan bulan di Pandas
Cara mengelompokkan berdasarkan kuartal di Pandas