Pandas dataframe で年ごとにグループ化する方法 (例あり)

次の基本構文を使用して、pandas DataFrame で行を年ごとにグループ化できます。

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

この特定の数式は、 your_date_column内の日付ごとに行をグループ化し、DataFrame 内のvalues_columnの値の合計を計算します。

dt.year()関数は、pandas の日付列から年を抽出することに注意してください。

次の例は、この構文を実際に使用する方法を示しています。

例: Pandas で年ごとにグループ化する方法

ある会社のさまざまな日付の売上を示す次のパンダ データフレームがあるとします。

 import pandas as pd

#createDataFrame
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

関連: Pandas で日付範囲を作成する方法

次の構文を使用して、年ごとにグループ化された売上の合計を計算できます。

 #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

結果を解釈する方法は次のとおりです。

• 2020年の総販売台数は34台でした。
• 2021 年の総販売台数は44 台でした。
• 2022 年の総販売台数は31 台でした。

同様の構文を使用して、年ごとにグループ化された最大売上高を計算できます。

 #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

同様の構文を使用して、日付列の年の値でグループ化したい値を計算できます。

注: pandas での GroupBy 操作の完全なドキュメントはここで見つけることができます。

追加リソース

次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。

Pandas: グループごとの累積合計を計算する方法
パンダ: グループごとに一意の値を数える方法
パンダ: グループごとの相関を計算する方法