{"id":3753,"date":"2023-07-15T18:09:49","date_gmt":"2023-07-15T18:09:49","guid":{"rendered":"https:\/\/statorials.org\/pl\/grupa-pand-w-5-minutowych-odstepach\/"},"modified":"2023-07-15T18:09:49","modified_gmt":"2023-07-15T18:09:49","slug":"grupa-pand-w-5-minutowych-odstepach","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/grupa-pand-w-5-minutowych-odstepach\/","title":{"rendered":"Jak grupowa\u0107 w 5-minutowych odst\u0119pach w pandach"},"content":{"rendered":"

<\/p>\n

\n

Mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni, aby pogrupowa\u0107 wiersze w 5-minutowe interwa\u0142y w ramce DataFrame pandy:<\/span><\/p>\n

 df. resample<\/span> (' 5min<\/span> '). sum<\/span> ()\n<\/strong><\/pre>\n
 Ta konkretna formu\u0142a zak\u0142ada, \u017ce indeks Twojej DataFrame zawiera warto\u015bci typu datetime i oblicza sum\u0119 ka\u017cdej kolumny w DataFrame, pogrupowanej w 5-minutowe interwa\u0142y.<\/span><\/p>\n
 Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce.<\/span><\/p>\n
 Powi\u0105zane:<\/strong> Wprowadzenie do funkcji resample() w pandach<\/a><\/span><\/p>\n
 Przyk\u0142ad: Jak grupowa\u0107 w 5-minutowych odst\u0119pach w pandach<\/strong><\/span><\/h2>\n
 Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych pandy, kt\u00f3ra pokazuje sprzeda\u017c dokonan\u0105 przez firm\u0119 w r\u00f3\u017cnych dniach i godzinach:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' date<\/span> ': pd.date_range<\/span> (start=' 1\/1\/2020<\/span> ', freq=' min<\/span> ', periods= 12<\/span> ),\n                   ' sales<\/span> ': [6, 8, 9, 11, 13, 8, 8, 15, 22, 9, 8, 4],\n                   ' returns<\/span> ': [0, 3, 2, 2, 1, 3, 2, 4, 1, 5, 3, 2]})\n\n#set 'date' column as index\n<\/span>df = df. set_index<\/span> (' date<\/span> ')\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n                     sales returns\ndate                               \n2020-01-01 00:00:00 6 0\n2020-01-01 00:01:00 8 3\n2020-01-01 00:02:00 9 2\n2020-01-01 00:03:00 11 2\n2020-01-01 00:04:00 13 1\n2020-01-01 00:05:00 8 3\n2020-01-01 00:06:00 8 2\n2020-01-01 00:07:00 15 4\n2020-01-01 00:08:00 22 1\n2020-01-01 00:09:00 9 5\n2020-01-01 00:10:00 8 3\n2020-01-01 00:11:00 4 2\n<\/strong><\/span><\/pre>\n
 Aby obliczy\u0107 sum\u0119 sprzeda\u017cy pogrupowan\u0105 wed\u0142ug 5-minutowych odst\u0119p\u00f3w, mo\u017cemy zastosowa\u0107 nast\u0119puj\u0105c\u0105 sk\u0142adni\u0119:<\/span><\/p>\n
 #calculate sum of sales and returns grouped by 5-minute intervals\ndf. resample<\/span> (' 5min<\/span> '). sum<\/span> ()\n\n                     sales returns\ndate\t\t\n2020-01-01 00:00:00 47 8\n2020-01-01 00:05:00 62 15\n2020-01-01 00:10:00 12 5<\/span><\/span><\/strong><\/pre>\n
 Oto jak zinterpretowa\u0107 wynik:<\/span><\/p>\n
 Powi\u0105zane:<\/strong> Jak utworzy\u0107 zakres dat w Pandach<\/a><\/span><\/p>\n