Python - วิธีจัดกลุ่ม (Group) Pandas DataFrame ตามเดือน

เราจะจัดกลุ่ม Pandas DataFrame โดยใช้ groupby เลือกคอลัมน์ที่ต้องการด้วยฟังก์ชัน grouper เราจะจัดกลุ่มรายเดือนและคำนวณผลรวมของราคาลงทะเบียน (Registration Price) รายเดือนสำหรับตัวอย่างบันทึกการขายรถยนต์

สมมติ DataFrame ของเรามี 3 คอลัมน์ ดังนี้:

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] 
    } )

ใช้ Grouper เลือกคอลัมน์ Date_of_Purchase ภายในฟังก์ชัน groupby() ความถี่ freq ตั้งเป็น 'M' เพื่อจัดกลุ่มรายเดือน:

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

ตัวอย่างโค้ดเต็ม

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())

ผลลัพธ์

ราคาลงทะเบียนของแต่ละเดือนจะถูกคำนวณ:

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