Come raggruppare per giorno in pandas dataframe (con esempio)

È possibile utilizzare la seguente sintassi di base per raggruppare le righe per giorno in un DataFrame panda:

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

Questa particolare formula raggruppa le righe per data in your_date_column e calcola la somma dei valori pervalues_column nel DataFrame.

Tieni presente che la funzione dt.day() estrae il giorno da una colonna di data in panda.

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: come raggruppare per giorno i panda

Diciamo che abbiamo il seguente DataFrame panda che mostra le vendite effettuate da un’azienda in date diverse:

 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

Correlato: Come creare un intervallo di date in Pandas

Possiamo utilizzare la seguente sintassi per calcolare la somma delle vendite raggruppate per giorno:

 #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

Ecco come interpretare il risultato:

• Le vendite totali effettuate il 1° gennaio sono state 23 .
• Le vendite totali effettuate il 2 gennaio sono state 32 .
• Le vendite totali effettuate il 3 gennaio sono state 45 .
• Le vendite totali effettuate il 4 gennaio sono state 9 .

Possiamo utilizzare una sintassi simile per calcolare i valori massimi di vendita raggruppati per mese:

 #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

Possiamo utilizzare una sintassi simile per calcolare qualsiasi valore che desideriamo raggruppare in base al valore giornaliero di una colonna di date.

Nota : puoi trovare la documentazione completa dell’operazione GroupBy in panda qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come raggruppare per settimana nei panda
Come raggruppare per mese su Pandas
Come raggruppare per trimestre in Pandas