ภาพรวม
จัดกลุ่มข้อมูลตามเดือน (monthly frequency) จากคอลัมน์ datetime แล้วคำนวณ sum ของคอลัมน์ตัวเลข ใช้ pd.Grouper
ตัวอย่างโค้ด
import pandas as pd
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)
# Group by month using Grouper
monthly_sum = dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', freq='M')).sum()
print("\nGroup Dataframe by month...\n", monthly_sum)
ผลลัพธ์
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
คำอธิบาย
freq='M'= Month End (สิ้นเดือน)freq='MS'= Month Start (ต้นเดือน)- เดือนที่ไม่มีข้อมูล (Feb, Apr) จะได้ NaN
- คอลัมน์ non-numeric (Car) ถูกลบออกอัตโนมัติใน .sum()
วิธีอื่น: resample (ต้อง set index ก่อน)
df = dataFrame.set_index('Date_of_Purchase')
monthly = df.resample('M')['Reg_Price'].sum()
จัดการ NaN
monthly_sum.fillna(0) # แทน NaN ด้วย 0
monthly_sum.dropna() # ลบแถว NaN
monthly_sum.asfreq('M', fill_value=0) # กำหนด frequency และ fill
