{"id":3254,"date":"2023-07-18T11:09:02","date_gmt":"2023-07-18T11:09:02","guid":{"rendered":"https:\/\/statorials.org\/it\/gruppo-di-panda-a-settimana\/"},"modified":"2023-07-18T11:09:02","modified_gmt":"2023-07-18T11:09:02","slug":"gruppo-di-panda-a-settimana","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/gruppo-di-panda-a-settimana\/","title":{"rendered":"Come raggruppare per settimana in pandas dataframe (con esempio)"},"content":{"rendered":"

<\/p>\n

\n

\u00c8 possibile utilizzare la seguente sintassi di base per raggruppare le righe per settimana in un DataFrame panda:<\/span><\/p>\n

 #convert date column to datetime and subtract one week<\/span>\ndf[' date<\/span> '] = pd. to_datetime<\/span> (df[' date<\/span> ']) - pd. to_timedelta<\/span> (7, unit=' d<\/span> ')\n\n#calculate sum of values, grouped by week\n<\/span>df. groupby<\/span> ([pd. Group<\/span> (key=' date<\/span> ', freq=' W<\/span> ')])[' values<\/span> ']. sum<\/span> ()\n<\/strong><\/pre>\n
 Questa particolare formula raggruppa le righe per settimana nella colonna della data<\/strong> e calcola la somma dei valori per la colonna dei valori<\/strong> nel DataFrame.<\/span><\/p>\n
 L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n
 Esempio: come raggruppare per settimana su Pandas<\/strong><\/span><\/h2>\n
 Diciamo che abbiamo il seguente DataFrame panda che mostra le vendite effettuate da un’azienda in date diverse:<\/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\/5\/2022', freq='D', periods=15),\n                   ' sales<\/span> ': [6, 8, 9, 5, 4, 8, 8, 3, 5, 9, 8, 3, 4, 7, 7]})\n\n#view DataFrame\nprint<\/span><\/span> (df)\n\n         dirty date\n0 2022-01-05 6\n1 2022-01-06 8\n2 2022-01-07 9\n3 2022-01-08 5\n4 2022-01-09 4\n5 2022-01-10 8\n6 2022-01-11 8\n7 2022-01-12 3\n8 2022-01-13 5\n9 2022-01-14 9\n10 2022-01-15 8\n11 2022-01-16 3\n12 2022-01-17 4\n13 2022-01-18 7\n14 2022-01-19 7\n<\/strong><\/span><\/pre>\n
 Correlato:<\/strong> Come creare un intervallo di date in Pandas<\/a><\/span><\/p>\n
 Possiamo utilizzare la seguente sintassi per calcolare la somma delle vendite raggruppate per settimana:<\/span><\/p>\n
 #convert date column to datetime and subtract one week<\/span>\ndf[' date<\/span> '] = pd. to_datetime<\/span> (df[' date<\/span> ']) - pd. to_timedelta<\/span> (7, unit=' d<\/span> ')\n\n#calculate sum of values, grouped by week\n<\/span>df. groupby<\/span> ([pd. Group<\/span> (key=' date<\/span> ', freq=' W<\/span> ')])[' sales<\/span> ']. sum<\/span> ()\n\ndate\n2022-01-02 32\n2022-01-09 44\n2022-01-16 18\nFreq: W-SUN, Name: sales, dtype: int64\n<\/strong><\/pre>\n
 Ecco come interpretare il risultato:<\/span><\/p>\n