跳转至

如何按日期和时间对熊猫数据框进行分组?

原文:https://www.geesforgeks.org/如何分组-熊猫-按日期和时间划分的数据框/

在本文中,我们将讨论如何根据熊猫中的日期和时间按数据框分组。我们将看到按年、月、日等对时间序列数据帧进行分组的方法。此外,我们还将看到按时间对象(如分钟)分组的方法。

Pandas GroupBy 允许我们为一个对象指定 GroupBy 指令。该指定指令将通过 grouper 函数的关键参数以及级别和/或轴参数(如果给定)选择一列,目标对象/列的索引级别。

语法:熊猫。群组(键=无,级别=无,频率=无,轴=0,排序=假)

下面是一些例子,描述了如何使用熊猫石斑鱼类根据日期和时间按数据帧分组。

例 1: 按月分组

蟒蛇 3

# importing modules
import pandas as pd

# creating a dataframe df
df = pd.DataFrame(
    {
        "Date": [
            pd.Timestamp("2000-11-02"),
            pd.Timestamp("2000-01-02"),
            pd.Timestamp("2000-01-09"),
            pd.Timestamp("2000-03-11"),
            pd.Timestamp("2000-01-26"),
            pd.Timestamp("2000-02-16")
        ],
        "ID": [1, 2, 3, 4, 5, 6],
        "Price": [140, 120, 230, 40, 100, 450]
    }
)

# show df
display(df)

# applying the groupby function on df
df.groupby(pd.Grouper(key='Date', axis=0, 
                      freq='M')).sum()

输出:

在上面的示例中,数据框按日期列分组。由于我们已经提供了 freq = 'M '的意思是月,所以数据是按月分组的,直到每个月的最后一天,并提供了价格总和栏。我们没有提供所有月份的值,那么 groupby 函数也会显示所有月份的数据,并为其他月份分配值 0。

例 2: 分组天数

蟒蛇 3

# importing modules
import pandas as pd

# creating a dataframe df
df = pd.DataFrame(
    {
        "Date": [
            pd.Timestamp("2000-11-02"),
            pd.Timestamp("2000-01-02"),
            pd.Timestamp("2000-01-09"),
            pd.Timestamp("2000-03-11"),
            pd.Timestamp("2000-01-26"),
            pd.Timestamp("2000-02-16")
        ],
        "ID": [1, 2, 3, 4, 5, 6],
        "Price": [140, 120, 230, 40, 100, 450]
    }
)

# display dataframe
display(df)

# applying groupby
df.groupby(pd.Grouper(key='Date', axis=0, 
                      freq='2D', sort=True)).sum()


回到顶部