Pandas dataframe တွင် နေ့အလိုက် အုပ်စုဖွဲ့နည်း (ဥပမာနှင့်အတူ)
ပန်ဒါ DataFrame တွင် နေ့စဥ်အတန်းများအုပ်စုဖွဲ့ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-
df. groupby (df. your_date_column . dt . day )[' values_column ']. sum ()
ဤအထူးဖော်မြူလာသည် your_date_column တွင် ရက်စွဲအလိုက် အတန်းများကို အုပ်စုဖွဲ့ပြီး DataFrame ရှိ values_column အတွက် တန်ဖိုးများ၏ ပေါင်းလဒ်များကို တွက်ချက်ပါသည်။
dt.day() လုပ်ဆောင်ချက်သည် ပန်ဒါရှိ ရက်စွဲကော်လံမှ နေ့ကို ထုတ်ယူကြောင်း သတိပြုပါ။
အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။
ဥပမာ- ပန်ဒါမှာ နေ့အလိုက် အုပ်စုဖွဲ့နည်း
ကျွန်ုပ်တို့တွင် ကုမ္ပဏီတစ်ခုမှ မတူညီသောရက်စွဲများဖြင့် ရောင်းချမှုကိုပြသသည့် အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုကြပါစို့။
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
ဆက်စပ်- Pandas တွင် ရက်စွဲအပိုင်းအခြားတစ်ခု ဖန်တီးနည်း
နေ့အလိုက် အုပ်စုဖွဲ့ရောင်းချမှုပေါင်းလဒ်ကို တွက်ချက်ရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။
#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
ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-
- ဇန်န၀ါရီလ ၁ ရက်နေ့အထိ စုစုပေါင်းရောင်းချမှု ၂၃ မှု ရှိသည်။
- ဇန်န၀ါရီလ (၂)ရက်နေ့တွင် ရောင်းချမှု စုစုပေါင်း (၃၂)စီး ရှိခဲ့ပါသည်။
- ဇန်န၀ါရီလ ၃ ရက်နေ့အထိ စုစုပေါင်းရောင်းအားမှာ ၄၅ စီး ဖြစ်သည်။
- ဇန်န၀ါရီလ (၄)ရက်နေ့တွင် စုစုပေါင်းရောင်းချမှုမှာ (၉)ကြိမ် ဖြစ်သည်။
လအလိုက် အုပ်စုဖွဲ့၍ အများဆုံးရောင်းချမှုတန်ဖိုးများကို တွက်ချက်ရန် အလားတူ syntax ကို အသုံးပြုနိုင်ပါသည်။
#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
ရက်စွဲကော်လံတစ်ခု၏နေ့စဉ်တန်ဖိုးဖြင့် ကျွန်ုပ်တို့အုပ်စုဖွဲ့လိုသည့် မည်သည့်တန်ဖိုးကိုမဆို တွက်ချက်ရန် အလားတူ syntax ကို အသုံးပြုနိုင်သည်။
မှတ်ချက် ။
ထပ်လောင်းအရင်းအမြစ်များ
အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-
ပန်ဒါမှာ တစ်ပတ်အလိုက် အုပ်စုဖွဲ့နည်း
Pandas တွင် လအလိုက် အုပ်စုဖွဲ့နည်း
Pandas တွင် လေးပုံတစ်ပုံအလိုက် အုပ်စုဖွဲ့နည်း