{"id":3753,"date":"2023-07-15T18:16:37","date_gmt":"2023-07-15T18:16:37","guid":{"rendered":"https:\/\/statorials.org\/id\/sekelompok-panda-per-hari\/"},"modified":"2023-07-15T18:16:37","modified_gmt":"2023-07-15T18:16:37","slug":"sekelompok-panda-per-hari","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/sekelompok-panda-per-hari\/","title":{"rendered":"Cara mengelompokkan berdasarkan hari di pandas dataframe (dengan contoh)"},"content":{"rendered":"

<\/p>\n

\n

Anda dapat menggunakan sintaks dasar berikut untuk mengelompokkan baris berdasarkan hari di pandas DataFrame:<\/span><\/p>\n

 df. groupby<\/span> (df. your_date_column<\/span> . dt<\/span> . day<\/span> )[' values_column<\/span> ']. sum<\/span> ()\n<\/strong><\/pre>\n
 Rumus khusus ini mengelompokkan baris berdasarkan tanggal di kolom_tanggal_Anda<\/strong> dan menghitung jumlah nilai untuk kolom_nilai<\/strong> di DataFrame.<\/span><\/p>\n
 Perhatikan bahwa fungsi dt.day()<\/strong> mengekstrak hari dari kolom tanggal di panda.<\/span><\/p>\n
 Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n
 Contoh: Cara mengelompokkan panda berdasarkan hari<\/strong><\/span><\/h2>\n
 Katakanlah kita memiliki panda DataFrame berikut yang menunjukkan penjualan yang dilakukan oleh suatu perusahaan pada tanggal berbeda:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' date<\/span> ': pd. date_range<\/span> (start=' 1\/1\/2020<\/span> ', freq=' 8h<\/span> ', periods= 10<\/span> ),\n                   ' sales<\/span> ': [6, 8, 9, 11, 13, 8, 8, 15, 22, 9],\n                   ' returns<\/span> ': [0, 3, 2, 2, 1, 3, 2, 4, 1, 5]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n                 date sales returns\n0 2020-01-01 00:00:00 6 0\n1 2020-01-01 08:00:00 8 3\n2 2020-01-01 16:00:00 9 2\n3 2020-01-02 00:00:00 11 2\n4 2020-01-02 08:00:00 13 1\n5 2020-01-02 16:00:00 8 3\n6 2020-01-03 00:00:00 8 2\n7 2020-01-03 08:00:00 15 4\n8 2020-01-03 16:00:00 22 1\n9 2020-01-04 00:00:00 9 5<\/strong><\/span><\/pre>\n
 Terkait:<\/strong> Cara Membuat Rentang Tanggal di Pandas<\/a><\/span><\/p>\n
 Kita dapat menggunakan sintaks berikut untuk menghitung jumlah penjualan yang dikelompokkan berdasarkan hari:<\/span><\/p>\n
 #calculate sum of sales grouped by day\ndf. groupby<\/span> (df. date<\/span> . dt<\/span> . day<\/span> )[' sales<\/span> ']. sum<\/span> ()\n\ndate\n1 23\n2 32\n3 45\n4 9\nName: sales, dtype: int64<\/span><\/span><\/strong><\/pre>\n
 Berikut cara menafsirkan hasilnya:<\/span><\/p>\n