Python - 如何按月对 Pandas DataFrame 进行分组？

  • Z时代
  • 2024-01-10
  • 分类：综合

我们将使用groupby 对Pandas DataFrame 进行分组。使用 grouper 功能选择要使用的列。对于下面显示的汽车销售记录示例，我们将按月分组并计算每月注册价格的总和。

首先，假设以下是我们的三列 Pandas DataFrame -

dataFrame = pd.DataFrame(
   {
      "Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],
      "Date_of_Purchase": [
         pd.Timestamp("2021-06-10"),
         pd.Timestamp("2021-07-11"),
         pd.Timestamp("2021-06-25"),      
         pd.Timestamp("2021-06-29"),
         pd.Timestamp("2021-03-20"),
         pd.Timestamp("2021-01-22"),  
         pd.Timestamp("2021-01-06"),
         pd.Timestamp("2021-01-04"),
         pd.Timestamp("2021-05-09")
      ],
     "Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
   }
)

使用 Grouper 选择groupby()函数内的 Date_of_Purchase 列。频率 freq 设置为“M”以按月分组 -

print("\nGroup Dataframe by month...\n",dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='M')).sum())

示例

以下是代码 -

import pandas as pd
# dataframe with one of the columns as Date_of_Purchase
dataFrame = pd.DataFrame(
    {
      "Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],
      "Date_of_Purchase": [
         pd.Timestamp("2021-06-10"),
         pd.Timestamp("2021-07-11"),
         pd.Timestamp("2021-06-25"),
         pd.Timestamp("2021-06-29"),
         pd.Timestamp("2021-03-20"),
         pd.Timestamp("2021-01-22"),
         pd.Timestamp("2021-01-06"),
         pd.Timestamp("2021-01-04"),
         pd.Timestamp("2021-05-09")
      ],
      "Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
   }
)
print"DataFrame...\n",dataFrame
# Grouper to select Date_of_Purchase column within groupby function
print"\nGroup Dataframe by month...\n",dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='M')).sum()
输出结果

这将产生以下输出。计算每个月的注册价格 -

DataFrame...
     Car     Date_of_Purchase     Reg_Price
0     Audi     2021-06-10            1000
1    Lexus     2021-07-11            1400
2    Tesla     2021-06-25            1100
3 Mercedes     2021-06-29             900
4      BMW     2021-03-20            1700
5   Toyota     2021-01-22            1800
6   Nissan     2021-01-06            1300
7  Bentley     2021-01-04            1150
8  Mustang     2021-05-09            1350
 Group Dataframe by month...
                    Reg_Price
Date_of_Purchase
2021-01-31             4250.0
2021-02-28                NaN
2021-03-31             1700.0
2021-04-30                NaN
2021-05-31             1350.0
2021-06-30             3000.0
2021-07-31             1400.0

以上是 Python - 如何按月对 Pandas DataFrame 进行分组？ 的全部内容， 来源链接： utcz.com/z/362068.html

回到顶部