팬더에서 5분 간격으로 그룹화하는 방법

다음 기본 구문을 사용하여 Pandas DataFrame에서 행을 5분 간격으로 그룹화할 수 있습니다.

 df. resample (' 5min '). sum ()

이 특정 공식은 DataFrame의 인덱스에 날짜/시간 값이 포함되어 있다고 가정하고 DataFrame의 각 열의 합계를 5분 간격으로 그룹화하여 계산합니다.

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

관련 항목: pandas의 resample() 소개

예: Pandas에서 5분 간격으로 그룹화하는 방법

다양한 날짜와 시간에 회사의 매출을 보여주는 다음과 같은 팬더 DataFrame이 있다고 가정해 보겠습니다.

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' date ': pd.date_range (start=' 1/1/2020 ', freq=' min ', periods= 12 ),
                   ' sales ': [6, 8, 9, 11, 13, 8, 8, 15, 22, 9, 8, 4],
                   ' returns ': [0, 3, 2, 2, 1, 3, 2, 4, 1, 5, 3, 2]})

#set 'date' column as index
df = df. set_index (' date ')

#view DataFrame
print (df)

                     sales returns
date                               
2020-01-01 00:00:00 6 0
2020-01-01 00:01:00 8 3
2020-01-01 00:02:00 9 2
2020-01-01 00:03:00 11 2
2020-01-01 00:04:00 13 1
2020-01-01 00:05:00 8 3
2020-01-01 00:06:00 8 2
2020-01-01 00:07:00 15 4
2020-01-01 00:08:00 22 1
2020-01-01 00:09:00 9 5
2020-01-01 00:10:00 8 3
2020-01-01 00:11:00 4 2

관련 항목:Pandas에서 날짜 범위를 만드는 방법

다음 구문을 사용하여 5분 간격으로 그룹화된 매출 합계를 계산할 수 있습니다.

 #calculate sum of sales and returns grouped by 5-minute intervals
df. resample (' 5min '). sum ()

                     sales returns
date		
2020-01-01 00:00:00 47 8
2020-01-01 00:05:00 62 15
2020-01-01 00:10:00 12 5

결과를 해석하는 방법은 다음과 같습니다.

• 0~4분 동안의 총 판매량은 47 이었고 총 수익은 8 이었습니다.
• 5~9분 동안의 총 매출은 62건 이었고 총 수익은 15건 이었습니다.
• 10~14분 동안의 총 판매량은 1 2 이고 총 수익은 5 입니다.

유사한 구문을 사용하여 5분 간격으로 그룹화된 최대 판매 금액과 반품 금액을 계산할 수 있습니다.

 #calculate max of sales and max of returns grouped by 5-minute intervals
df. resample (' 5min '). max ()

	             sales returns
date		
2020-01-01 00:00:00 13 3
2020-01-01 00:05:00 22 5
2020-01-01 00:10:00 8 3

비슷한 구문을 사용하여 5분 간격으로 그룹화하려는 값을 계산할 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

팬더 사이에서 날짜별로 그룹화하는 방법
팬더에서 주별로 그룹화하는 방법
Pandas에서 월별로 그룹화하는 방법
Pandas에서 분기별로 그룹화하는 방법