Pandas dataframe で日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 で日ごとに行をグループ化できます。

 df. groupby (df. your_date_column . dt . day )[' 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.day()関数は、pandas の日付列から日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 で日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=' 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

関連: Pandas で日付範囲を作成する方法

次の構文を使用して、日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 day
df. groupby (df. date . dt . day )[' sales ']. sum ()

date
1 23
2 32
3 45
4 9
Name: sales, dtype: int64

結果を解釈する方法は次のとおりです。

• 1 月 1 日の総販売数は23でした。
• 1 月 2 日に行われた合計販売数は32でした。
• 1 月 3 日に行われた合計販売数は45でした。
• 1 月 4 日に行われた合計販売数は9でした。

同様の構文を使用して、月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 day
df. groupby (df. date . dt . day )[' sales ']. max ()

date
1 9
2 13
3 22
4 9
Name: sales, dtype: int64

同様の構文を使用して、日付列の毎日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。

パンダで週ごとにグループ化する方法
Pandas で月ごとにグループ化する方法
Pandas で四半期ごとにグループ化する方法