Jak grupować według dnia w pandas dataframe (z przykładem)

Aby grupować wiersze według dnia w ramce DataFrame pandy, możesz użyć następującej podstawowej składni:

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

Ta konkretna formuła grupuje wiersze według daty w kolumnie twoja_data i oblicza sumę wartości dla kolumny wartości w ramce DataFrame.

Zauważ, że funkcja dt.day() wyodrębnia dzień z kolumny daty w pandach.

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: Jak grupować według dnia w pandach

Załóżmy, że mamy następującą ramkę danych pandy, która pokazuje sprzedaż dokonaną przez firmę w różnych datach:

 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

Powiązane: Jak utworzyć zakres dat w Pandach

Do obliczenia sumy sprzedaży pogrupowanej według dni możemy zastosować następującą składnię:

 #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

Oto jak zinterpretować wynik:

• Całkowita sprzedaż dokonana 1 stycznia wyniosła 23 sztuki .
• Całkowita sprzedaż dokonana 2 stycznia wyniosła 32 sztuki .
• Całkowita sprzedaż dokonana 3 stycznia wyniosła 45 sztuk .
• Całkowita sprzedaż dokonana 4 stycznia wyniosła 9 .

Podobną składnię możemy zastosować do obliczenia maksymalnych wartości sprzedaży pogrupowanych według miesięcy:

 #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

Możemy użyć podobnej składni do obliczenia dowolnej wartości, którą chcielibyśmy pogrupować według dziennej wartości kolumny daty.

Uwaga : pełną dokumentację operacji GroupBy w pandach znajdziesz tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Jak grupować według tygodni w pandach
Jak grupować według miesięcy w Pandas
Jak grupować według kwartałów w Pandach